End-to-end and AI-driven non-invasive stratification of early-stage lung cancer patients

End-to-end and AI-driven non-invasive stratification of early-stage lung cancer patients

Het aangevraagde budget wordt gebruikt voor een bezoek aan het Moffit Cancer Center (Florida, US). Tijdens het verblijf zal een gezamenlijk voorspellingsmodel ontwikkeld worden dat gebruik maakt van klinische, demografische en kwantitatieve kenmerken die verkregen worden uit medische scans van longkankerpatiënten. Longkanker is verantwoordelijk voor de meeste sterfgevallen onder alle kankersoorten. Het is belangrijk om longkankerpatiënten met een hoog risico op uitzaaiingen te identificeren. Deze patiënten kunnen baat hebben bij meer agressieve of aanvullende behandelingen, zoals immunotherapie.
Het beoogde voorspellingsmodel zal in een vroeg stadium patiënten kunnen identificeren die een verhoogde kans op uitzaaiingen hebben. Deze patiënten worden in klinische studies waar het effect van aanvullende behandelingen onderzocht. Het uiteindelijke doel is om de prognose van deze patiënten te verbeteren.