Neue bildbasierte KI-Methoden zur Unterstützung der Reproduktionsmedizin

Programm

FTI Dissertation

Projektkoordination

Danube Private University, Ass.-Prof. Dr. Sepideh Hatamikia 

Projektpartner

• Austrian Center for Medical Innovation and Technology (ACMIT)
• Medizinische Universität Wien

Projektbeteiligte an der DPU 

• Mehran Ahmad

Projektbeschreibung

Die Reproduktionsmedizin umfasst ein breites Spektrum an diagnostischen und therapeutischen Ansätzen, die darauf abzielen, Fruchtbarkeitsstörungen zu verstehen und zu behandeln. Eine zentrale Herausforderung in diesem Bereich ist die genaue Vorhersage und Steuerung des individuellen Ansprechens der Patientinnen auf die Behandlung. Bislang stützten sich viele klinische Entscheidungen – insbesondere im Zusammenhang mit der Eierstockfunktion und hormonellen Interventionen – stark auf die Erfahrung der Ärzte und weniger auf umfassende, datengestützte Erkenntnisse. Die Reaktionen der Patientinnen sind nach wie vor sehr unterschiedlich, und aktuelle Ansätze folgen oft verallgemeinerten Protokollen, die individuelle Unterschiede nicht vollständig berücksichtigen. Um optimale Ergebnisse zu erzielen, sind personalisiertere und datengestützte Strategien erforderlich. In jüngster Zeit hat künstliche Intelligenz (KI) ein erhebliches Potenzial bei der Unterstützung von Entscheidungsprozessen in der Reproduktionsmedizin gezeigt. Aktuelle Auswertungen stützen sich jedoch oft auf begrenzte numerische Indikatoren, wodurch die Fülle der verfügbaren multimodalen Daten nicht ausreichend genutzt wird. 

Dieses Projekt zielt darauf ab, die vielfältigen Daten, die in der Reproduktionsmedizin generiert werden, umfassend zu analysieren, indem bildgebende, klinische und andere patientenspezifische Datenquellen integriert werden. Durch den Einsatz von KI, einschließlich klassischer Machine-Learning- und Deep-Learning-Ansätze, wollen wir maximale Informationen aus diesen heterogenen Datenquellen extrahieren und deren kombinierten Vorhersagewert bewerten.