Promotie Melda Yeghaian

Trefwoorden: Oncologische prognose, Kunstmatige intelligentie, Multimodale gegevensintegratie, Niet-invasieve biomarkers

"Towards Integrated Diagnostics in Oncology: AI-Driven Predictive Modeling of Noninvasive Multimodal Data for Cancer Assessment and Prognosis"

Kanker is wereldwijd een van de belangrijkste oorzaken van ziekte en overlijden. Vroegtijdige opsporing en nauwkeurige voorspellingen over de uitkomst voor patiënten zijn essentieel voor het verbeteren van de zorg. In de dagelijkse praktijk vertrouwen clinici op verschillende tests, zoals medische scans, bloedonderzoeken en klinische onderzoeken, om inzicht te krijgen in de ziekte, behandelingen te kiezen en de voortgang te volgen. Het interpreteren van deze informatie kan echter subjectief en tijdrovend zijn en kan per clinicus verschillen.

Nu ziekenhuizen grote hoeveelheden diverse medische gegevens verzamelen, onderzoekt dit proefschrift hoe kunstmatige intelligentie (AI) de diagnose en prognose kan ondersteunen door routinematig beschikbare, niet-invasieve tests te combineren. Het evalueert verschillende AI-methoden voor meerdere soorten kanker, behandelingen, diagnostische modaliteiten en voorspelde uitkomsten, en laat zien waar multimodale AI de prestaties verbetert en waar sterke afzonderlijke tests al voldoende inzicht bieden.

Het proefschrift omvat ook follow-uptests die tijdens de behandeling zijn verzameld om beter weer te geven hoe de ziekte en de respons op de behandeling zich in de loop van de tijd ontwikkelen.

Klik hier voor de livestream.