Projektbeschreibung
KI-Tools für personalisierte Krebstherapien
Maschinelles Lernen kann die personalisierte Medizin beschleunigen, da es bei der Diagnostik, der Ergebnisvorhersage und den Behandlungsempfehlungen eine höhere Genauigkeit und Geschwindigkeit als der Mensch aufweist. Entscheidend ist jedoch, dass die Zuverlässigkeit der Vorhersagen eines Modells während seines gesamten Lebenszyklus gewährleistet ist. Das EU-finanzierte Projekt TAIPO ist der Entwicklung vertrauenswürdiger KI-Tools für die personalisierte Onkologie gewidmet. Dazu gehört die Entwicklung zuverlässiger Algorithmen für die Diagnostik und die Stratifizierung von Menschen mit Krebs sowie die Schaffung eines Rahmens für die transparente Modellierung personalisierter Ergebnisse. Das Projekt verbessert die Zuverlässigkeit von KI-Modellen für drei klinische Anwendungen: Klassifizierung von Hautläsionen, personalisierte Ergebnismodellierung für akute myeloische Leukämie und Therapieempfehlungen für metastasierenden Brustkrebs. Es wird erwartet, dass die Ergebnisse von TAIPO das vertrauenswürdige maschinelle Lernen im Bereich der Medizin voranbringen werden.
Ziel
Modern machine learning algorithms have the potential to accelerate personalized medicine in a fast pace. To date, first tasks in medicine are being addressed with machine learning algorithms that surpass humans in terms of accuracy and speed, including diagnosis, outcome prediction and treatment recommendation. However, for a widespread adoption in clinical practice, a good performance in terms of speed and accuracy is not sufficient: practitioners also need to be able to trust a models prediction in all stages of its life cycle.
I will facilitate an efficient interaction of clinicians with AI models by developing trustworthy AI tools for personalized oncology: First, I will develop trustworthy AI tools and algorithms for diagnosis and stratification of cancer patients. Second, I will establish a framework for reliable and transparent modelling of personalized outcomes and therapy decisions in oncology.
TAIPO will result in novel algorithms and software tools for quantifying and improving the trustworthiness of AI models that I will apply to three clinical applications: (i) trustworthy AI-based skin lesion classification based on dermoscopic images, (ii) stratification and personalized outcome modelling for patients with acute myeloid leukaemia (AML) based on omics data, and (iv) therapy recommendation for metastatic breast cancer patients based on electronic health records.
TAIPO will increase the throughput of trustworthy diagnoses of skin lesions and pave the way for low-cost access to diagnostic care. It will empower clinicians to make personalized and reliable therapy decisions, which we will demonstrate at the example of AML and metastatic breast cancer. Our novel algorithms to evaluate and improve the reliability of AI models are a crucial contribution to close the gap between in-silico AI-bench and bedside and will further push the field of trustworthy machine learning with many applications of AI in medicine.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Schlüsselbegriffe
Programm/Programme
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) ERC-2022-COG
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-ERC -Gastgebende Einrichtung
69120 Heidelberg
Deutschland