Promotie Hamza Khan

Trefwoorden: Multiple sclerose, Radiomics, GDPR-conforme gegevensanonimisering, Multimodale voorspelling

"Privacy-Compliant Data Handling and Predictive Modelling in Multiple Sclerosis"

Dit proefschrift laat zien hoe routinedata uit het ziekenhuis zowel veilig als bruikbaar kan worden gemaakt om verslechtering van invaliditeit bij multiple sclerose (MS) te voorspellen. Het werk beschrijft een praktische anonimiseringspijplijn die privacy bewaakt en toch informatieve data overhoudt, verbetert de kwaliteit van alledaagse MRI-scans, en bouwt eenvoudige modellen die beeldpatronen (“radiomics”) lezen. Ook wordt getest of het combineren van MRI met geëvokeerde potentialen—korte tests van de hersenreactie—beter voorspelt wie waarschijnlijk zal verslechteren. Over de studies heen levert radiomics extra waarde bovenop klinische basisinformatie en presteert de multimodale aanpak het best. Zo ontstaat een stapsgewijze methode voor ziekenhuizen om veiligere data te delen, scherpere beelden uit bestaande scans te halen en vroege risicosignalen te genereren waarop artsen kunnen handelen. De nadruk ligt op transparante, reproduceerbare methoden die schaalbaar zijn over centra.

Klik hier voor de livestream.