Online promotie Anna Zapaishchykova

Trefwoorden: AI, Medische beeldvorming, Pediatrische hersentumoren, Sarcopenie

"AI imaging in pediatric oncology: methods and clinical applications"

Dit proefschrift onderzocht hoe kunstmatige intelligentie klinisch relevante informatie kan halen uit routine-MRI-scans van kinderen met hersentumoren. Het toonde aan dat deze scans signalen bevatten die vaak over het hoofd worden gezien, die verder gaan dan de grootte van de tumor en die consistent kunnen worden gekwantificeerd met geautomatiseerde methoden. Het werk introduceerde modellen die de temporale spier meten, een marker voor fysieke veerkracht, en toonde aan dat een verminderde spierdikte geassocieerd is met ongunstige uitkomsten. Het ontwikkelde ook tools die de groeitrajecten van tumoren kwantificeren en software die de beoordeling van geautomatiseerde segmentaties in klinische omgevingen stroomlijnt. Een tweede onderzoekslijn richtte zich op de hersenleeftijd en beperkte longitudinale gegevens in de kindergeneeskunde door de rijpheid van de hersenen te schatten op basis van diffusie-MRI en realistische synthetische vervolgscans te genereren om ontwikkelingsveranderingen te simuleren. Al met al toonde het proefschrift aan dat zorgvuldig gevalideerde AI-systemen standaardbeeldvorming kunnen omzetten in reproduceerbare biomarkers die een vroegere herkenning van klinische risico's, sterker bewijs voor besluitvorming en een transparantere interpretatie van pediatrische neuro-oncologische gegevens ondersteunen.

Klik hier voor de livestream.