Kunstmatige Intelligentie in Oncologie
Het Hanarth Fonds ontving gedurende de 2024 call, 65 financieringsaanvragen en 5 aanvragen voor een fellowship. Na een zorgvuldig beoordelingsproces is bepaald dat met ingang van 2025, 13 projecten door het Hanarth Fonds worden gefinancierd en 3 fellowships. Binnenkort leest u hier meer over de gehonoreerde onderzoek aanvragen 2024.
De wetenschappelijke adviesraad (WAR) en deskundige (internationale) referenten hebben de voorstellen beoordeeld op criteria zoals haalbaarheid en kwaliteit van het voorstel, de ervaring van de aanvrager en of de aanvraag in overeenstemming is met het doel van het Hanarth Fonds. Op basis van alle beoordelingen heeft het bestuur van het Hanarth Fonds een weloverwogen financieringsbesluit genomen.
Hieronder vindt u de onderzoeksprojecten die zijn gehonoreerd.* Hier vindt u binnenkort ook een link naar de samenvattingen van deze onderzoeksprojecten.
AI for complete pathological response evaluation with image-based machine learning models in esophageal carcinoma: AIFORCE
Suzanne Gisbertz
Amsterdam UMC
Identifying Individuals at High Risk of Melanoma Using Total-Body Photographs: A Deep-Learning Approach
Oleh Dzyubachyk
LUMC
AI for improved prognosis and treatment response prediction using FDG PET/CT in multiple myeloma
Ronald Boellaard
Amsterdam UMC
Utilizing artificial intelligence to segment echo images of tongue cancer intraoperatively, to facilitate radical resection
Baris Karakullukcu
NKI
Artificial-intelligence based prediction of absence of vital retroperitoneal residual disease and teratoma in metastatic germ cell tumors after platinum-based chemotherapy
Britt Suelmann
UMC Utrecht
IDH mutant glioma objective tumor grading application
Youri Hoogstrate
Erasmus MC
Artificial Intelligence for Opportunistic Screening of Pancreatic Cancer on Medical Images
John Hermans
Radboud UMC
Fast and accurate intraoperative reconstruction of brain tracts with AI to optimize efficacy of pediatric posterior fossa tumor surgery
Alberto de Luca
UMC Utrecht
Artificial Intelligence models to improve assessment of peritoneal metastases on imaging
Ignace de Hingh
Maastricht University
IMAGINg-based augmentation for RobotIc-assisted lung Surgery: the IMAGINERS project for automated and intelligent surgical guidance
Amir Hossein Sadeghi
UMC Utrecht
AI-Driven Exploration of the Melanoma Tumor Microenvironment in the Dutch Early Stage Melanoma (D-ESMEL) study
Loes Hollestein
Erasmus MC
Classification of craniofacial bone tumors using deep learning algorithms
Arjen Cleven
UMC Groningen
AIM-CMN = New insights in melanoma in congenital nevi using AI-Morpholomics
Suzanne Pasmans
Erasmus MC
Hieronder vindt u de fellowships die zijn gehonoreerd.* Hier vindt u binnenkort ook een link naar de samenvattingen van deze onderzoeksprojecten.
Towards becoming the pathologist of the future
Frédérique Meeuwsen
Radboud UMC
The integration of deep learning for quantitative MRI in clinical and research workflows to personalize treatment of cervical and head and neck cancer
Myrte Wennen
Erasmus MC
Towards virtual biopsies: deep learning in medical imaging for enhanced prostate cancer diagnostics
Eduardo Pais Pooch
NKI
* op voorwaarde dat de vereiste overeenkomsten tussen partijen worden ondertekend