Yksilöllisen syöpälääketieteen tavoite on hyödyntää potilaan ja kasvaimen ominaispiirteitä syövän hoidossa. Kasvainten ominaisuuksia, kuten aggressiivisuutta tai herkkyyttä tietyille lääkkeille voidaan selvittää mm. kudoskuvantamisella ja kasvaimen perimän sekvensoinnilla. Viime vuosien läpimurrot koneoppimisessa ovat johtaneet tekoälymalleihin (esim. ChatGPT), joiden avulla voidaan ratkaista monenlaisia, tekstin tai kuvien avulla ilmaistuja ongelmia. Tässä tutkimuksessa kehitämme koneoppimismenetelmiä, jotka pystyvät syöpäkuvantamis- ja -sekvensointidatan avulla luotettavasti ratkaisemaan yksilöllistetyn lääketieteen ongelmia. Kehittämämme mallit eivät tarvitse asiantuntijoiden ohjausta, vaan ne oppivat automaattisesti kuvailemaan samankaltaisuuksia ja eroavaisuuksia kasvainten välillä. Hyödynnämme tätä ominaisuutta kliinikoiden työtä avustavien ohjelmistotyökalujen kehittämiseen hoitotulosten parantamiseksi.

2025

2029