Support für Krebsbehandlung
In der Krebsforschung kann Künstliche Intelligenz mit Methoden wie Data Science und (Deep) Machine Learning die Krebsbehandlung evaluieren und den behandelnden Onkologen Unterstützung bei Diagnose und Therapie geben.
Artificial Intelligence im Gesundheitswesen
Ziel der Anwendung von Artificial Intelligence in der Krebsforschung ist es, die Einsatzmöglichkeiten moderner Methoden aus den Bereichen Data Science und (Deep) Machine Learning in der klinischen Krebsbehandlung zu evaluieren und einen wesentlichen Beitrag zur Einführung in den praktischen Betrieb zu leisten.
Überlebenschancen errechnen
Im Rahmen dieses Forschungsprojektes wurden von klinischen Partnern anonymisierte Patienten- und Behandlungsdaten zur Verfügung gestellt, welche von Datenwissenschaftlern für Datenvisualisierungen und für eine Studie zur Prognose von Überlebens- oder Rückfallwahrscheinlichkeiten mit Hilfe von Methoden des Maschinellen Lernens verwendet werden.
Tools für Onkologen
Zudem ist es das Ziel, eine Software zu entwickeln, die die tägliche Arbeit der behandelnden Onkologen erleichtern soll, indem:
- diese Patientendaten visualisiert, indiziert und einer einfachen Suche öffnet sowie diese einer interaktiven Analyse zugänglich macht
- diese hilft, eine strukturierte Datenbank von Patienten- und Behandlungsdaten aufzubauen, welche als Grundlage dienen kann, um mit Hilfe von Methoden der Datenwissenschaft und des Maschinellen Lernens automatisierte Analysen und Vorhersagen von Krankheitsverläufen zu erstellen
Krebsdatenbank
Wir haben eine neue Datenbank für klinische Krebsdaten erarbeitet, auf deren Basis in kurzer Zeit maßgeschneiderte Anwendungen entwickelt und Erkenntnisse bereitgestellt werden können.
Experten-Dashboard für Data-Mining und Predictions
Es wurde ein Expertendashboard entwickielt, mit dessen Hilfe verschiedene Gesundheitsparameter untersucht und kombiniert werden können. Dies erlaubt Vorhersagen für zukünftige Entwicklungsverläufe.
Simulation von Hämatopoese und Leukämie
Es wurde ein mathematisches Modell des menschlichen Hämatopoese-Systems entwickelt. Diese Simulation am Computer erlaubt neuartige Einblicke in Genese, Entwicklung und Behandlung von Leukämie.
Visualisierung höherdimensionaler Krebsdaten
Biomedizinische Daten sind zunehmend höherdimensional. Häufig führen solche bildlichen Darstellungen (Datenvisualisierungen) zu substantiellen Einsichten in die Struktur der Daten.
Arztbriefe lesen und referenzieren
Dieses Instrument erlaubt es, unter Wahrung aller Persönlichkeitsrechte von Patienten, Ähnlichkeiten in verschiedenen Arztbriefen automatisch erkennbar auswertbar zu machen.
Deep Learning on EEG Recordings
Das AF Institut arbeitet an einem System, welches die frühzeitige Erkennung von Schlaganfällen aus der Analyse von EEG-Daten ermöglicht.
VR-Simulation von Tumorbildung
Eine 3D-Simulation der Tumorbildung erlaubt es, mittels VR-Brille Einsichten in Prozesse zu gewinnen, welche normalerweise verborgen sind.