Trefwoorden: radiomics, precisie-oncologie, klinisch beslissingsondersteunend systeem, kunstmatige intelligentie

"Quantitative Imaging and Artificial Intelligence in Oncology"

Kanker is wereldwijd de op één na dodelijkste ziekte. De behandeling van kanker is een complex proces en conventionele behandeling mislukt vaak bij veel patiënten vanwege de heterogeniteit van de patiëntenpopulatie. De komst van biomarkers heeft de ontwikkeling van een gepersonaliseerde behandeling in de oncologie vergemakkelijkt. Medische beeldvorming is een integraal onderdeel van het kankerbeheer en sinds het laatste decennium worden ook medische beelden geïdentificeerd voor kwantitatieve analyse om beeldvormingsbiomarkers (radiomische kenmerken) te ontwikkelen. De extractie van radiomische kenmerken uit medische beelden heeft geleid tot een gegevensexplosie, die de bron is van BIG-beeldvormingsgegevens in de oncologie. Kunstmatige intelligentie (AI) algoritmen zoals machine learning (ML) en deep learning (DL) zijn toegepast op Big data imaging om beslissingsondersteunende systemen (DSS) te ontwikkelen in de precisie-oncologie. De radiomische gemeenschap heeft ook de belangrijkste problemen geïdentificeerd in verband met de implementatie van op radiomics gebaseerde DSS: (a) robuustheid van radiomische kenmerken, (b) ontwikkeling en implementatie van AI-infrastructuur in ziekenhuizen, (c) multicentrische en prospectieve radiomics-studies, (d) creëren van bewustzijn en vertrouwen bij artsen en patiënten. In dit proefschrift zijn de meeste kwesties behandeld om de implementatie van op radiomics gebaseerde DSS in de klinische praktijk te vergemakkelijken.         

Klik hier voor de live stream.

Voertaal: Engels