Yksi koneoppimisen suurimmista haasteista on yleistettävien mallien oppiminen vähäisestä annotoidusta datasta sillä datan annotointi on erittäin kallista ja voi rajoittaa uusien löydösten tekemistä datasta. Tässä projektissa tutkimme ratkaisuja kyseiseen ongelmaan syöpäsolujen mikroskopiakuvantamisessa heikosti ohjatun ja ohjaamattoman oppimisen avulla. Kehitettäviä menetelmiä ja malleja tullaan soveltamaan syöpäsolujen ja syöpäkudoksen tutkimuksessa potilaan selviämisen kannalta kliinisesti relevanttien tuntemattomien fenotyyppien ja ennustavien biomarkkereiden löytämiseksi. Projektin tulokset edistävät koneoppimisen tietämystä ja mahdollistavat lukuisia sovelluksia syövän toiminnan ja hoidon tutkimuksessa. Projekti toteutetaan Suomen molekyylilääketieteen instituutissa Helsingin yliopistossa.

2021

2026