📈 Είμαστε υπερήφανοι που μοιραζόμαστε ότι η Emma Zanella, διδακτορική φοιτήτρια στο εργαστήριο της καθηγήτριας Milena Bellin στο Università degli Studi di Padova, που βρίσκεται επί του παρόντος σε ερευνητική επίσκεψη στο Ιατρικό Κέντρο του Πανεπιστημίου του Leiden, συμμετείχε στην 9η συνάντηση μεταγραφικής καρδιαγγειακής έρευνας DCVA NLHI, που πραγματοποιήθηκε στην Ουτρέχτη στις 19-20 Ιουνίου. 🔬 Παρουσίασε ένα...
📢 Προειδοποίηση δημοσίευσης! 📢 ❤🩹 Είμαστε περήφανοι που μοιραζόμαστε τη δημοσίευση του στρατηγικού μας σχεδίου για το χαρτοφυλάκιο καρδιογονιδιωματικής του Ευρωπαϊκού Συμβουλίου Καινοτομίας, το οποίο συγκεντρώνει 7 καινοτόμα έργα που επικεντρώνονται στη γενετική έρευνα, τις τεχνολογίες πολυωμικής και την ανάλυση δεδομένων μεγάλης κλίμακας για την αντιμετώπιση των καρδιαγγειακών παθήσεων. 🌟 Αυτό το σχέδιο παρουσιάζει όλες τις μεγάλες κοινές εργασίες που σχεδιάζουν τα έργα μας...
✨ Exciting science στο ISHR 2025 στη Νάρα! ✨ Είμαστε υπερήφανοι που μοιραζόμαστε ότι η Martina Calore, PhD, εκπροσώπησε το έργο IMPACT EU στο Παγκόσμιο Συνέδριο της Διεθνούς Εταιρείας Καρδιολογικής Έρευνας — Ευρωπαϊκό Τμήμα (ISHR-ES), που πραγματοποιήθηκε στη Νάρα της Ιαπωνίας, 11-14 Μαΐου 2025. Η 🌟 Martina Calore παρουσίασε τα πρόσφατα ευρήματά μας με μια περίληψη με τίτλο: «Φαινοτυπικά ευρήματα σε...
Στις 26-27 Σεπτεμβρίου το Πανεπιστήμιο Σπουδών της Πάντοβα φιλοξένησε την Πρώτη Συνάντηση της Κοινοπραξίας του #Έργο IMPACT (Η καρδιογονιδιωματική συναντά την τεχνητή νοημοσύνη: ένα βήμα προς τα εμπρός στη διάγνωση και θεραπεία της αρρυθμιογόνου καρδιομυοπάθειας), που χρηματοδοτείται από την Ευρωπαϊκή Ένωση.
Στις 26-27 Οκτωβρίου το Πανεπιστήμιο Σπουδών της Πάντοβα φιλοξένησε την Εναρκτήρια Συνάντηση του νεοσύστατου #Έργο IMPACT (Η καρδιογονιδιωματική συναντά την τεχνητή νοημοσύνη: ένα βήμα προς τα εμπρός στη διάγνωση και θεραπεία της αρρυθμιογόνου καρδιομυοπάθειας), που χρηματοδοτείται από την Ευρωπαϊκή Ένωση.
Το έργο IMPACT ξεκίνησε επίσημα! Με 7 εταίρους από διαφορετικές χώρες της ΕΕ, το 🇪🇺 , IMPACT θα εφαρμόσει μια ενσωμάτωση κλινικών και -ωματικών δεδομένων από το μητρώο ασθενών ACM με βάση την Τεχνητή Νοημοσύνη (AI), χρησιμοποιώντας μη εποπτευόμενη ομαδοποίηση μικτών δεδομένων και φαινοτυπικές υποομάδες για τον εντοπισμό φαινοτυπικών υποομάδων εντός της ομάδας ασθενών που οδηγούν στην ανίχνευση θεραπευτικά δραστικών στόχων...
Πιστωτικές μονάδες: Συμπόσιο δεδομένων
ΕΛ 
EL 
ΓΑ 
ΙΤ 
ΠΛ 
ΓΕ 
ΚΧ 
ΒΛ 
ΚΠ 
ΥΕ 
ΤΓ 
ΕΤ 
ΦΙ 
Γκα 
ΛΕ 
ΛΙ 
ΜΑ 
ΠΡ 
ΡΜ 
ΣΚ 
ΣΛ 
ΙΣ 
ΟΥ 
ΣΒ