Projektbeschreibung
Künstliche Intelligenz aus der Astronomie zur Melanom-Vorhersage
Die sequenzielle Kontrolle von Leberflecken durch eine Dermatologin oder einen Dermatologen gilt als Goldstandard für die frühzeitige Erkennung von Melanomen. Dieses Vorgehen ist jedoch zeitraubend und ineffizient. Ein am EU-finanzierten Projekt MOLEGAZER beteiligtes Forschungsteam möchte eine automatische Methode zur Ganzkörperfotografie entwickeln, mit der Leberflecken kontrolliert werden sollen. Dabei kommen KI-Algorithmen zum Einsatz, die in der Astronomie zur Beobachtung des Nachthimmels sowie zur Vorhersage der Art und Auswirkung verschiedener Ereignisse genutzt werden. Das vorgestellte Konzept soll anhand von Hautbildern automatisch Veränderungen von Leberflecken erkennen und eine zuverlässige Vorhersage der Entwicklung von Hautläsionen ermöglichen. Dadurch soll der Weg für die frühzeitige Feststellung von Melanomen geebnet werden.
Ziel
Early detection of melanoma improves survival. Individuals with multiple naevi (moles) are at an increased risk of developing melanoma, but sequential monitoring by dermatologists is time-consuming and inefficient. Artificial intelligence (AI) methods can potentially diagnose melanoma from single time-point lesion images, but a more clinically-relevant question is whether melanoma can be detected early, based on automated detection of changes in naevi using total body photography (TBP; high-resolution standardised images of body-parts).
Cutting edge astronomical surveys use sequential images to monitor the night sky. With state-of-the-art AI techniques, these surveys identify and track subtle changes, robustly classifying the nature and prognosis of each event from just three images. Both astronomy and dermatology therefore face similar challenges: robustly predicting the evolution of sources from sparsely-sampled images. With this motivation we propose an innovative solution: adapting AI algorithms, developed in astronomy and the ERC SPCND project, for use in the automated detection, characterisation and monitoring of skin lesions. With a wealth of experience tackling this problem in astronomy, this proof-of-concept project will characterise the properties and evolutionary path of naevi in preparation for the next stage: the early detection of melanoma.
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.
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche Intelligenz
- Medizin- und GesundheitswissenschaftenKlinische MedizinDermatologie
- Medizin- und GesundheitswissenschaftenKlinische MedizinOnkologieHautkrebsMelanom
- NaturwissenschaftenNaturwissenschaftenAstronomie
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) ERC-2019-PoC
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
ERC-POC - Proof of Concept GrantGastgebende Einrichtung
SO17 1BJ Southampton
Vereinigtes Königreich