Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Interpretable Artificial Intelligence across Scales for Next-Generation Cancer Prognostics

Cel

Computation pathology has the potential to revolutionize cancer care and research, specifically through improving assessment of patient prognosis and treatment selection by applying advanced machine learning methods to digitized tissue sections, i.e. whole-slide images (WSIs). This will allow us to replace the current state-of-the-art of human-developed cancer grading systems. However, the field is currently hindered by significant knowledge gaps: we do not know how to effectively leverage both global and local information in WSIs, how to identify pan-cancer prognostic features, and how to make machine learning models explainable and interpretable. In this project, I will address these key knowledge gaps by building on the novel stochastic streaming gradient descent developed in my group. Specifically, I will integrate innovative multi-task and cross-task learning algorithms with SSGD. Furthermore, I will leverage the latest advances in self-supervision, self-attention and natural language processing to endow deep neural networks with unprecedented transparency and explainability. Last, the project will validate our developed methodology in the largest dataset of oncological WSIs in the world, and, for the first time, identify links between morphological prognostic features and genetic features. By publicly releasing all developed tools and data, the proposed project will have a scientific multiplier effect for the fields of oncology, computational pathology and machine learning. Specifically, the derived cancer-specific and pan-cancer biomarkers can be leveraged in clinical care and cancer research, the enhanced SSGD method for other tasks in computational pathology and our novel multi-task and explainability algorithms can impact other research areas in machine learning, such as remote sensing and self-driving cars.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

HORIZON-ERC - HORIZON ERC Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) ERC-2021-STG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

STICHTING RADBOUD UNIVERSITAIR MEDISCH CENTRUM
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 1 494 810,00
Adres
GEERT GROOTEPLEIN 10 ZUID
6525 GA NIJMEGEN
Niderlandy

Zobacz na mapie

Region
Oost-Nederland Gelderland Arnhem/Nijmegen
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 1 494 810,00

Beneficjenci (1)

Moja broszura 0 0