Promotie Pedro da Costa Mateus

Trefwoorden: Algemeen toepasbare AI (kunstmatige intelligentie), federatief leren, voorspelling van klinische uitkomsten, medische beeldvorming

"AI-based clinical outcome prediction with multicentric data and federated learning"

De impact van kunstmatige intelligentie (AI) op de gezondheidszorg is onmiskenbaar en wordt een cruciale pijler in het voortdurende streven om gezondheidsgegevens te benutten en gepersonaliseerde zorg aan patiënten te bieden. Ondanks opmerkelijke vooruitgang en indrukwekkende modelprestaties blijven er echter aanzienlijke uitdagingen bestaan die de brede integratie van AI in de klinische praktijk belemmeren. Het overwinnen van deze obstakels is cruciaal om het volledige potentieel van AI in de gezondheidszorg te benutten. Dit proefschrift onderzoekt de weg van AI naar klinische integratie aan de hand van praktische casussen op het gebied van dementie en oncologie, waarbij de nadruk ligt op de ontwikkeling van klinisch bruikbare modellen en tegelijkertijd enkele van de belangrijke uitdagingen worden aangepakt die klinische integratie in de weg staan. Met name federated learning komt in dit werk naar voren als een veelbelovende oplossing om robuustere AI-modellen te trainen door grotere datasets toegankelijk te maken en samenwerking tussen meerdere instellingen te bevorderen. Daarnaast toont dit proefschrift aan dat AI effectief klinische inzichten uit medische beeldvorming haalt, zoals het identificeren van biomarkers voor veroudering, terwijl wordt benadrukt dat inspanningen om reproduceerbaarheid te waarborgen cruciaal zijn voor het overwinnen van de beperkte toepasbaarheid en het gebrek aan inzicht die het vakgebied momenteel belemmeren.

Klik hier voor de livestream.