Trustworthy AI-assisted phenotyping, prediction and treatment design using large-scale health data

Projektin yksityiskohdat

Tiivistelmä

Suuret terveystietoaineistot tarjoavat yksityiskohtaista terveystietoa ennennäkemättömässä mittakaavassa. Tekoäly ja koneoppimismenetelmien odotetaan tarjoavan uusia menetelmiä näiden tietoaineistojen analysoimiseen ja hyödyntämiseen. Kehittyneiden tekoälytekniikoiden odotetaan muuttavan yleistä "kaikkia hoidetaan samalla tavalla" toimivaa terveydenhuoltoa suuntaan, jossa jokaiselle potilaalle pyritään löytämään hänelle parhaiten sopiva hoito. Tässä tutkimusprojektissa kehitetään luotettavia ja turvallisia koneoppimismenetelmiä juuri tämän tavoitteen saavuttamiseksi. Pyrimme kehittämään tekoälytyökaluja, joita voidaan soveltaa useisiin sairauksiin ja tietoaineistoihin.
AkronyymiAI assisted Health Lähdesmäki
TilaKäynnissä
Todellinen alku/loppupvm01/01/202431/12/2026

Yhteistyöpartnerit

Sormenjälki

Tutustu tutkimuksen aiheisiin, joita tämä projekti koskee. Nämä merkinnät luodaan taustalla olevien stipendien/apurahojen perusteella. Yhdessä ne muodostavat ainutlaatuisen sormenjäljen.
  • Estimating treatment effects from single-arm trials via latent-variable modeling

    Haussmann, M., Le, T. M. S., Halla-aho, V., Kurki, S., Leinonen, J., Koskinen, M., Kaski, S. & Lähdesmäki, H., 2024, Proceedings of the 27th International Conference on Artificial Intelligence and Statistics . JMLR, s. 2926-2934 (Proceedings of Machine Learning Research; Vuosikerta 238).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference article in proceedingsScientificvertaisarvioitu

    Open access