< Terug naar vorige pagina

Project

Ontwikkelen van predictieve modellen voor kritisch zieke patiënten met acute nierschade

Predictieve modellen worden vaak gebruikt op een dienst Intensieve Zorgen (IZ), door de wijdverspreide implementatie van electronische systemen om patientengegevens te verzamelen: demografische informatie, voortdurende monitoring van vitale functies, gegevens rond geneesmiddelengebruik, resultaten van labotesten, enz. In dit project willen we predictieve modellen ontwikkelen om een aantal machine learning uitdagingen aan te pakken die gerelateerd zijn aan data analyse op IZ. Een van deze uitdagingen is het omgaan met ‘time-to-event’ gegevens (ook survival gegevens genoemd). Survival data analyse heeft een solide statistische basis, maar is redelijk onontgonnen terrein binnen de machine learning gemeenschap. Hoewel deze technieken tot nu toe voornamelijk gebruikt werden om associaties tussen covariaten en survival te detecteren, is er tegenwoordig grote interesse in voorspellende modellen en hun toepassing in gepersonaliseerde geneeskunde. Artsen zijn geinteresseerd in accurate prognostische tools die hen informeren over het vooruitzicht van een patient, zodoende de medische zorg hierop te kunnen afstemmen. In dit project gaan we focussen op gegevens aangeleverd door het AZ Groeninge ziekenhuis te Kortrijk, vooral in het domein van acuut nierfalen.
Datum:1 okt 2018 →  30 sep 2022
Trefwoorden:machinaal leren, intensieve zorgen, acuut nierfalen, overlevingsanalyse, gepersonaliseerde geneeskunde
Disciplines:Artificiële intelligentie, Cognitieve wetenschappen en intelligente systemen, Scientific computing, Bio-informatica en computationele biologie, Maatschappelijke gezondheidszorg, Publieke medische diensten, Laboratoriumgeneeskunde, Palliatieve zorg en zorg rond het levenseinde, Regeneratieve geneeskunde, Andere basiswetenschappen, Andere gezondheidswetenschappen, Verpleegkunde, Andere paramedische wetenschappen, Andere translationele wetenschappen, Andere medische en gezondheidswetenschappen