Smart Clinical Assistance: Entscheidungsunterstützung
LENS (ScaDS.AI-Seedfunding)
Learning Engine for Novel Survival-clustering (Seedfunding von ScaDS.AI)
Learning Engine for Novel Survival-clustering: ein modellunabhängiges Verfahren, das prognostisch unterschiedliche Patientengruppen findet – erprobt an Daten zum Multiplen Myelom und an CT-Bildern beim nichtkleinzelligen Lungenkarzinom.
Die Einteilung nach Risiko ist für klinische Entscheidungen entscheidend, doch bestehende Verfahren übersetzen fortgeschrittene Überlebenszeitanalysen oft nicht in handhabbare Kriterien. LENS führt ein modellunabhängiges Verfahren ein, mit dem sich jedes neuronale Netz auf jeder Datenart trainieren lässt, um prognostisch unterschiedliche Patientengruppen zu finden – indem es die Unterschiede im Überleben zwischen den Gruppen direkt optimiert.
Erprobt wird der Ansatz an realen Krebsdaten zum Multiplen Myelom und an CT-Bildern beim nicht-kleinzelligen Lungenkarzinom; externe und institutionelle Validierungen stützen seine Verlässlichkeit. Das tumor- und datenartübergreifende Verfahren erleichtert das Auffinden prognostischer Signaturen und liefert interpretierbare Ergebnisse für personalisierte Behandlung und klinische Entscheidungen.
Weitere Projekte des Teams
-
VOLTA Validierung modellbasierter Therapieentscheidungsunterstützung in der Hämatologie
Validierung der modellbasierten Therapieentscheidungsunterstützung in der Hämatologie: Die seit 2020 mit der Hämatologie des UKL entwickelte Plattform KAIT für das Multiple Myelom wird erweitert, getestet und für den klinischen Alltag optimiert.
-
GenoMed4All
EU-weites Netzwerk für den Austausch klinischer und Multi-Omics-Daten über Federated Learning bei hämatologischen Erkrankungen; das ICCAS trägt Datenintegration und Standardisierung mit HL7 FHIR bei.
Zum Team Smart Clinical Assistance: Entscheidungsunterstützung