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

Trustworthy AI tools for personalized oncology

Opis projektu

Spersonalizowane leczenie nowotworów dzięki SI

Uczenie maszynowe może przyczynić się do rozwoju medycyny spersonalizowanej, ponieważ pozwala na diagnozowanie chorób z większą dokładnością i szybkością, a także przewiduje rokowania oraz opracowuje zalecenia dotyczące leczenia sprawniej niż ludzie. Kluczowe znaczenie ma jednak zapewnienie wiarygodności przewidywań modelu w całym cyklu eksploatacji. Zespół finansowanego ze środków Unii Europejskiej projektu TAIPO zajmuje się opracowaniem godnych zaufania narzędzi opartych na sztucznej inteligencji na potrzeby spersonalizowanego leczenia nowotworów. Wymaga to opracowania niezawodnych algorytmów diagnozowania i stratyfikacji pacjentów onkologicznych, a także ustanowienia ram dla przejrzystego modelowania spersonalizowanych wyników. Założeniem projektu jest zwiększenie niezawodności modeli sztucznej inteligencji związanych z trzema obszarami leczenia – klasyfikacją zmian skórnych, spersonalizowanym modelowaniem rokowań w przypadku ostrej białaczki szpikowej oraz opracowywaniem zaleceń dotyczącym leczenia nowotworu piersi z przerzutami. Sukces projektu TAIPO doprowadzi do rozwoju zaufanych algorytmów uczenia maszynowego stosowanych w medycynie.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-ERC - HORIZON ERC Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) ERC-2022-COG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

DEUTSCHES KREBSFORSCHUNGSZENTRUM HEIDELBERG
Wkład UE netto
€ 1 999 225,00
Koszt całkowity
€ 1 999 225,00

Beneficjenci (1)