Egészségbiztonság Nemzeti Laboratórium (ENL)

Projekt kódszáma: RRF-2.3.1-21-2022-00006

Konzorciumvezető: Szegedi Tudományegyetem

Konzorciumi tagok:

  • Semmelweis Egyetem
  • Rényi Alfréd Matematikai Kutatóintézet
  • Társadalomtudományi Kutatóközpont
  • Számítástechnikai és Automatizálási Kutatóintézet
  • Óbudai Egyetem
  • Eötvös Loránd Tudományegyetem
  • Szegedi Biológiai Kutatóközpont
  • Pázmány Péter Katolikus Egyetem
  • Ökológiai Kutatóközpont
  • Pécsi Tudományegyetem
  • Állatorvostudományi Kutatóintézet
  • Agrártudományi Kutatóközpont
  • Állatorvostudományi Egyetem
  • Magyar Agrár- és Élettudományi Egyetem
  • Neumann Nonprofit Közhasznú Kft.

 

Projekt megvalósításának kezdete: 2022.03.01.

Projekt fizikai befejezésének határideje: 2026.02.28.

 

Támogatás összege: 8 320 339 520 Ft

 

Projektről:

A jelenleg is zajló pandémia során világossá vált, milyen nagy szükség van a megbízható adatokon és evidenciákon alapuló, mély, tudományos igényű elemzésekre. A Nemzeti Laboratórium víziója, hogy megteremtse hazánkban az adatokra és elemzésekre épülő döntéselőkészítések tudományos bázisát az egészségügy, a járványvédekezés és az ökológiai rendszerek területén. A három terület szorosan összefonódik, és az innovatív surveillance rendszerek, big data módszerek, valamint matematikai modellezés által új szinergiák jönnek létre.

Az NL összefogja és koordinálja az országban eddig szigetszerűen működő kutatócsoportokat, elősegítve a hálózatosodást, és létrehozva egy olyan kollaboratív kutatói közösséget, amely a nemzetközi színtéren is komoly láthatósággal bír.

Az Egészségbiztonság Nemzeti Laboratórium kutatási területét és szakmai tevékenységét az alábbi 4 divízió keretében tervezi megvalósítani:

 

Járványmatematika:

  1. Innovatív epidemiológiai surveillance, majd az innen kapott adatokat elemző matematikai modellezés. Ezekhez kapcsolódó interdiszciplináris kompetenciák, pl. hálózatkutatás, társadalomtudományok, szabályozáselmélet.
  2. Tudományos bázis kiépítése, megalapozva egy nemzeti epidemiológiai előrejelző rendszer létrehozását (lásd USA), a numerikus időjáráselőrejelző rendszerekhez analóg módon. Evidenciákon és elemzéseken alapuló döntéshozói támogatás.

 

Járványökológia:

  1. DAMA protokoll a fontosabb felbukkanó kórokozók hazai előfordulásáról és veszélyeiről ad pontos képet. A legrangosabb tudományos folyóiratokban publikáljuk eredményeinket, és megteremtjük a preventív szemléletű védekezés alapját is.
  2. Felkészülés az újonnan felbukkanó vektorok, és az általuk terjesztett kórokozók kockázataira. Kulcsfontosságú élőhelyek (városi parkok, mezőgazdasági és természetes területek határa) és a városiasodott (patkány, sün), vadon élő (denevérek, szarvasfélék, róka, aranysakál) és haszonállatok (szarvasmarha, juh), mint rezervoár gazdák vizsgálata. Felderítjük a fontosabb zoonotikus vírusokat és baktériumokat és azok kockázatait, intézkedési javaslatokat teszünk az emberi fertőzések elkerülésére.

 

Invázióbiológia:

  1. Inváziós fajok hazai megjelenésének és megtelepedésének dokumentálása, monitorozása: aktualizált fajlistáják és elterjedési térképek készítése, hatásbecslés a kórokozók terjesztése, kompetitív kizárás, növényevés, predációs nyomás, mérgező anyagcseretermékek termelése tekintetében.
  2. Az invázió ökológiai okainak és következményeinek feltárása: a kulcsfajok terjedési sikerét meghatározó tulajdonságok, az inváziós carrier módszerek és az invázióra érzékeny őshonos fajok beazonosítása, a társulások fajösszetétel-változásának elemzése, az invázió által megváltozó ökológiai kapcsolatok és az ökoszisztémákra gyakorolt hatásainak feltárása.

III. Az invázió társadalmi, gazdasági és egészségügyi hatásainak feltárása, a társadalom és a döntéshozók tájékoztatása: figyelmeztető rendszer működtetése, intézkedési javaslatok megfogalmazása.

 

Adatvezérelt Egészség:

  1. Predikciót és prognosztikát szolgáló komorbiditás-alapú elemzések – elsősorban magas kockázatú – célcsoportok komorbiditási Big Data-ra épített, adatvezérelt kutatásaira, innovatív adatbányászatra, hálózat-kutatásra alapozott, komplex módszertani alkalmazások (know-how-k) kidolgozása.
  2. Diagnosztikai döntéstámogatás – digitális patológia és képalkotó MI alapú döntéstámogató algoritmusok fejlesztése, tesztelése, nemzetközi környezetben validálása, minősítő szervezetek számára támogatás.

III. Adatvezérelt egészség döntéstámogatás. A járványügyi védekezést és egészségbiztonságot szolgáló digitális és adatvezérelt egészséghez kapcsolódó döntéstámogatási fejlesztések, Covid és járványügyi BI, Mobilcella-alapú járványügyi és vészhelyzeti prototípus, kontakt-kutatás, vakcina-termékek, stb.

 

A fentiekhez kapcsolódnak oktatási és képzési tevékenységek is.