PRE-ACT: Prediction of Radiotherapy side Effects using explainable AI for patient Communication and Treatment modification

Projektinformationen

PRE-ACT

ID Finanzhilfevereinbarung: 101057746

DOI

10.3030/101057746

EK-Unterschriftsdatum 23 Mai 2022

Startdatum 1 Oktober 2022

Enddatum 30 September 2027

Finanziert unter

• Health

Gesamtkosten

€ 4 596 615,50

EU-Beitrag

€ 4 592 114,75

Koordiniert durch

ATHENS UNIVERSITY OF ECONOMICS AND BUSINESS - RESEARCH CENTER
Greece

CORDIS bietet Links zu öffentlichen Ergebnissen und Veröffentlichungen von HORIZONT-Projekten.

Links zu Ergebnissen und Veröffentlichungen von RP7-Projekten sowie Links zu einigen Typen spezifischer Ergebnisse wie Datensätzen und Software werden dynamisch von OpenAIRE abgerufen.

Leistungen

Documents, reports (6)

Report on panels & templates

Report on membership of the scientific advisory and patient advisory groups, and on production and distribution of internal reporting templates

Context analysis

Report on context analysis of AI-assisted development of therapeutic strategies for cancer patients

Plan for exploitation & dissemination

Material for the website and plan for exploitation and dissemination

Co-design framework

Report on dedicated co-design framework for trustworthy AI decision support systems

User requirements

Report on user requirements from different stakeholders

Operational ethics and fairness

Report on operational ethics and fairness metrics

Websites, patent fillings, videos etc. (1)

Project website launched

Project website is active with all relevant material

Other (1)

Data management plan

Veröffentlichungen

Peer reviewed articles (3)

Co-design of Human-centered, Explainable AI for Clinical Decision Support

Autoren: C. Panigutti, A. Beretta, D. Fadda, F. Giannotti, D. Pedreschi, A. Perotti and S. Rinzivillo
Veröffentlicht in: ACM Transactions on Interactive Intelligent Systems, Ausgabe Volume 13Ausgabe 4Article No.: 21pp 1–35, 2023, ISSN 2160-6455
Herausgeber: Association for Computing Machinery (ACM)
DOI: 10.1145/3587271

Computational approaches to Explainable Artificial Intelligence: Advances in theory, applications and trends

Autoren: J.M. Górriz; I. Álvarez-Illán; A. Álvarez-Marquina; J.E. Arco; M. Atzmueller; F. Ballarini; E. Barakova; G. Bologna; P. Bonomini; G. Castellanos-Dominguez; D. Castillo-Barnes; S.B. Cho; R. Contreras; J.M. Cuadra; E. Domínguez; F. Domínguez-Mateos; R.J. Du
Veröffentlicht in: Information Fusion, Ausgabe 100, 2023, ISSN 1566-2535
Herausgeber: Elsevier
DOI: 10.1016/j.inffus.2023.101945

Transferring CNN features maps to ensembles of explainable neural networks

Autoren: Guido Bologna
Veröffentlicht in: MDPI Information, Ausgabe Volume 14, no.2, 2023, ISSN 2078-2489
Herausgeber: MDPI
DOI: 10.3390/info14020089

Other (3)

Development of an explainable AI prediction model for arm lymphoedema following breast cancer surgery and radiotherapy

Autoren: • T. Rattay, G. Bologna, A. Bombezin-Domino, G. Cortellessa, A. Dekker, F. Fracasso, M. Joore, A. Panisson, A. Perotti, B.L.T. Ramaekers, S. Rivera, A. Romita, C. Roumen, J. van Soest, A. Traverso, F. Tohidinezhad, K. Verhoeven, A.J. Webb, I. Koutsopoulos
Veröffentlicht in: 14th European Breast Cancer Conference, 2024
Herausgeber: Elsevier
DOI: 10.1016/J.EJCA.2024.113624

Breast cancer patients’ communication needs and wishes for an explainable Artificial Intelligence prediction model for lymphedema

Autoren: • C. Roumen , J. Rainbird , K. Verhoeven , G. Bologna , A. Bombezin-Domino , T. Rattay , J. van Soest, A. Dekker , M. Joore , A. Panisson, A. Perotti, B.L.T. Ramaekers , S. Rivera A. Romita , A. Traverso, A.J. Webb, I. Koutsopoulos, C.J. Talbot, G. Cortel
Veröffentlicht in: 14th European Breast Cancer Conference, 2024
Herausgeber: Elsevier
DOI: 10.1016/J.EJCA.2024.113820

Development of an AI prediction model for arm lymphoedema following breast cancer surgery and radiotherapy

Autoren: • T. Rattay, G. Bologna, A. Bombezin-Domino, G. Cortellessa, A. Dekker, F. Fracasso, M. Joore, A. Panisson, A. Perotti, B. L.T. Ramaekers, S. Rivera, A. Romita, C. Roumen, J. van Soest, H. Stobart, F. Tohidinezhad, A. Traverso, K. Verhoeven, A. J. Webb, I
Veröffentlicht in: European Journal of Surgical Oncology 50, 2024
Herausgeber: EJSO
DOI: 10.1016/J.EJSO.2024.108216

Conference proceedings (6)

PRE-ACT: Prediction of Radiotherapy Side Effects using Explainable AI for Patient Communication and Treatment Modification

Autoren: I. Koutsopoulos
Veröffentlicht in: Proceedings Of the Leading and Management in the Digital Era (LMDE), (extended abstract), Syros, Greece, 2023, 2023
Herausgeber: Springer

Research Challenges in Trustworthy Artificial Intelligence and Computing for Health: The Case of the PRE-ACT project

Autoren: F. Charalampakos, T. Tsouparopoulos, I. Papageorgiou, G. Bologna, A. Panisson, A. Perotti and I. Koutsopoulos
Veröffentlicht in: Proceedings of the Joint European Conference on Networks and Communications & 6G Summit (EuCNC/6G Summit), IEEE, Gothenburg, Sweden, 2023, 2023, ISSN 2575-4912
Herausgeber: IEEE
DOI: 10.1109/EuCNC/6GSummit58263.2023.10188239

Auditing Fairness and Explainability in Chest X-Ray Image Classifiers

Autoren: G. B. Bordes and A. Perotti
Veröffentlicht in: International Conference on the Interplay between Natural and Artificial Computation (IWINAC’24), 2024, ISSN 2184-433X
Herausgeber: SCITEPRESS

Fidex: an Algorithm for the Explainability of Ensembles and SVMs

Autoren: G. Bologna, J-M. Boutay, Q. Leblanc and D. Boquete
Veröffentlicht in: International Conference on the Interplay between Natural and Artificial Computation (IWINAC’24), 2024, 2024, ISBN 978-3-031-61137-7
Herausgeber: ACM

Lecture Notes in Computer Science

Autoren: T. Tsouparopoulos and I. Koutsopoulos
Veröffentlicht in: 1st Workshop on Advancements in Federated Learning (WAFL) of the ECML/PKDD, Turin, Italy, 2023, 2023, ISSN 0302-9743
Herausgeber: Springer PKDD WAFL workshop

Exploring Multi-Task Learning for Explainability

Autoren: F. Charalampakos and I. Koutsopoulos
Veröffentlicht in: 3rd International Workshop on Explainable and Interpretable Machine Learning (XI-ML) of the 26th European Conference on Artificial Intelligence (ECAI), Krakow, Poland, 2023, 2024, ISBN 978-3-031-50395-5
Herausgeber: Springer