Forschungsprojekte
MAINFRAME: Machine Learning for Advanced Integrated Diagnostics of Myeloid Neoplasms
Mit dem Aufkommen des maschinellen Lernens (ML) in der Medizin erscheinen hypothesengesteuerte Ansätze der Datenanalyse und der manuellen analogen Mikroskopie für Forschungs- und Diagnosezwecke in der Hämatologie veraltet, mühsam und führen häufig zu nicht reproduzierbaren Ergebnissen. Mit seiner Fähigkeit, große und heterogene Datensätze sinnvoll zu nutzen, ist ML gut geeignet, mit einem datengesteuerten Ansatz Einblicke in die Biologie von Krankheiten zu geben und die Analyse von Knochenmarkbildern mit Hilfe von Computer Vision oder komplexen Patientendatenbeziehungen mit Hilfe von Clustering-Techniken zu automatisieren. MAINFRAME ist eine Reihe miteinander verbundener ML-Projekte, die auf zwei bestehenden Prototypen für die Analyse von hämatologischen Datenbanken und Knochenmarkbilddaten aufbauen, um automatisch bösartige Erkrankungen in Knochenmarkabstrichen zu erkennen, Patienten nach individuellen demografischen, klinischen, labortechnischen und genetischen Parametern zu stratifizieren und wichtige molekulare Veränderungen zu beleuchten, die bösartige Erkrankungen verursachen. Die beiden Prototypen von MAINFRAME sind für die Analyse großer Krebsdatenbanken sowohl mit überwachtem als auch mit unüberwachtem ML und für Computer Vision in der Knochenmarkmikroskopie konzipiert. Sie bieten dem Kliniker ein schnelleres, standardisiertes und genaueres Diagnosewerkzeug, das auf die individuellen Bedürfnisse des Patienten zugeschnittene Behandlungskonzepte ermöglicht, während die Forscher von datengesteuerten Analysen profitieren, die neue Erkenntnisse über die Biologie myeloischer Neoplasmen liefern können.
- Gefördert von: EKFZ - IIP
- Kontaktperson: Karsten Wendt
- Webseite des Projekts: link
- Projektlaufzeit: 01/2023 bis 12/2024