Onkologie-Forscherin (wissenschaftliche Leitung Prof. Armando Santoro)
📍 Humanitas Research Hospital, Milano
Erhaltene Förderung: €3.000Entwicklung von Modellen der künstlichen Intelligenz (GANs) zur Verbesserung der diagnostischen Bildgebung beim Lungenkrebs, mit Fokus auf Frühvorhersage und Risikostratifizierung. Projekt unter der Leitung von Prof. Armando Santoro an der Humanitas.
Das Projekt befindet sich in der Phase der Erhebung und Harmonisierung der klinischen Daten zweier retrospektiver Kohorten von NSCLC-Patienten, die mit Chemo-Immuntherapie und Immuntherapie behandelt wurden. Die Datenbank wird in Kürze mit dem AI Center geteilt, um mithilfe von Modellen der künstlichen Intelligenz synthetische Daten zu generieren und zu validieren; parallel dazu haben der Einschluss der Patienten in die prospektive Validierungskohorte und die Koordination der Flüssigbiopsie begonnen. Derzeit werden die Datenbereinigung und die Strukturierung der finalen Datenbank vor der Übergabe an das AI Center abgeschlossen; es folgen die Entwicklung der generativen Modelle und der Vergleich zwischen realen und synthetischen Daten hinsichtlich statistischer Zuverlässigkeit und klinischem Nutzen.
«Diese Förderung ist ein grundlegender Schritt, um klinische Real-World-Daten in innovative Werkzeuge für die Krebsforschung zu verwandeln. Sie wird es uns ermöglichen, das Projekt weiterzuentwickeln und künftige Ergebnisse in internationalen wissenschaftlichen Kontexten zu teilen.»
— Silvia Masini
Erzeugung adäquater synthetischer Daten aus einer Real-World-Kohorte gut annotierter konsekutiver Lungenkrebspatienten mithilfe von GANs und anderen generativen Modellen sowie Validierung der erzeugten synthetischen Daten mit einem Validierungsframework hinsichtlich statistischer Genauigkeit, klinischem Nutzen und Wahrung der Privatsphäre.
Wir erwarten, synthetische Datensätze mit hoher Genauigkeit zu erzeugen, die die statistische Verteilung und die klinische Komplexität realer NSCLC-Kohorten zuverlässig abbilden. Validiert über die Frameworks SAFE und MOSAIC werden die Modelle eine verbesserte Fähigkeit zur Vorhersage von Ergebnissen der Erstlinien-Immuntherapie zeigen und zugleich einen robusten Schutz der Privatsphäre sowie einen sicheren Datenaustausch gewährleisten.
Jede 3.000 € = ein zusätzlicher Grant für die nächste Ausschreibung. Du läufst, du spendest, sie forschen.
Jetzt spenden Offene Ausschreibung ansehen