Laskennallisesti vaativa histopatologisten kudosnäytteiden mallinnus generatiivisten ja ennustavien tekoälymenetelmien avulla
Akronyymi
ComPatAI
Rahoitetun hankkeen kuvaus
Digitaalipatologian yleistymisen myötä histologisten kokoleikekuvien saatavuus on helpottunut. Datan saatavuus on mahdollistanut laskennallisten menetelmien kehittämisen histopatologisten näytteiden tulkintaan. Laskennallisten menetelmien täyden potentiaalin saavuttaminen edellyttää suurteholaskennan hyödyntämistä. Tässä tutkimuksessa kehitämme generatiivisia ja ennustavia tekoälymalleja suurteholaskentaa hyödyntäen histopatologian tarpeisiin. Kehitämme yleiskäyttöisiä tekoälymalleja patologisten näytteiden mallinnukseen käyttäen itseoppivaa tekoälyä massiivisille julkisille näyteaineistoille. Lisäksi laajennamme värjäämättömien kudosleikekuvien käyttömahdollisuuksia, vähentäen patologian näytekäsittelyn kemikaalikuormaa ja mahdollistaen kudosten tulkinnan ihmissilmälle mahdottomissa sovelluksissa. Laajennamme myös värjäämättömien kudosleikkeiden käyttömahdollisuuksia syöpäkudoksissa kohti histogenomista ja proteomitason tulkintaa.
Näytä enemmänAloitusvuosi
2024
Päättymisvuosi
2026
Myönnetty rahoitus
Rooli Suomen Akatemian konsortiossa
Johtaja
Muut osapuolet
Muut tiedot
Rahoituspäätöksen numero
359229
Tieteenalat
Tietojenkäsittely ja informaatiotieteet
Tutkimusalat
Laskennallinen tiede
Tunnistetut aiheet
bioinformatics