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

New Directions for Structure Segmentation, Phenotyping, and Language Interfacing in Histopathology

Opis projektu

Badanie „czarnej skrzynki” sztucznej inteligencji wykorzystywanej w patologii

Patologia jest ostatnim etapem diagnozy raka. Wyzwaniem pozostaje niedobór patologów na świecie i wzrost złożoności danych tkankowych. Choć modele oparte na sztucznej inteligencji stanowią zaawansowany sposób przetwarzania gigapikselowych obrazów, często stanowią czarne skrzynki. Sztuczna inteligencja, która oznacza obrazy etykietami „nowotwór” lub „zdrowa tkanka” bez wyjaśnienia podstaw swojego rozumowania ma ograniczoną użyteczność. Zespół finansowanego ze środków Europejskiej Rady ds. Badań Naukowych projektu DeepSPIM ma na celu połączenie dużych modeli językowych z automatyczną segmentacją tkanek w celu stworzenia interfejsu, w którym patolodzy mogą przeglądać próbki. Zamiast akceptować wynik, lekarz może poprosić sztuczną inteligencję o ilościowe wskazanie konkretnych biomarkerów lub wyjaśnienie, które cechy komórkowe doprowadziły do danej diagnozy, poprawiając w ten sposób ich dokładność.

Cel

Progress in deep learning brings new tools and methods that start reshaping pathology practice and advancing research in oncology. As a postdoctoral researcher in the Mahmood Lab (Harvard Medical School, 2022–), I played a pivotal role in the development and evaluation of “foundation models” for pathology – general-purpose models that can be used for various downstream tasks. Despite advances, foundation models still face several key limitations that restrict their widespread adoption. First, these models are designed to provide “non-human interpretable” data representation, providing little actionable insights to practitioners. Moreover, they lack robust language interfacing capabilities, especially in providing quantitative information. Finally, they are predominantly focused on hematoxylin & eosin (H&E) staining, leaving other histopathology modalities largely untouched. In this context, I hypothesize that foundation models for pathology will remain limited in impact unless they incorporate key additional features: (a) off-the-shelf structure segmentation and phenotyping for downstream analysis, (b) interactive language interfacing capable of answering quantitative queries, and (c) expanded support for other modalities, e.g. immunohistochemistry. To bring these ideas to life, I introduce DeepSPIM. In DeepSPIM, I will semi-automate data labeling to train segmentation models that will be combined with large language modeling to build a language interface. I will evaluate the translational capabilities of the models in assisting pathologists with routine clinical tasks, and, exploring interpretable morphological correlates of treatment response in oncology. The goals of DeepSPIM are closely aligned with the technical skills I developed throughout my PhD and postdoc. Leveraging my mentoring experience, professional network, and support of the University of Lausanne and the ERC Program, I aim to establish an independent research group in computational pathology.

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-2025-STG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

UNIVERSITE DE LAUSANNE
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.

€ 1 675 683,00
Adres
QUARTIER UNIL CENTRE - BATIMENT UNICENTRE
1015 LAUSANNE
Szwajcaria

Zobacz na mapie

Region
Schweiz/Suisse/Svizzera Région lémanique Vaud
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.

€ 1 675 683,00

Beneficjenci (1)

Moja broszura 0 0