Interpreteerbare predictieve modellen voor biomedische toepassingen met gestructureerde uitkomsten

In de Intensive Care Medicine wordt voortdurend geavanceerde technologie toegepast om patiënten te behandelen. In het bijzonder geeft het prioriteit aan ernstig zieke patiënten, omdat zij lijden aan levensbedreigende aandoeningen die mortaliteit of ernstige gevolgen kunnen veroorzaken. Om hun kansen te verbeteren, zullen we, parallel aan de technologische vooruitgang, Machine Learning-methoden toepassen in deze context. Meer in het bijzonder zullen we Semi-Supervised en Active Learning gebruiken om een beter begrip van hun staat te bieden. Door predictieve modellering van kritisch zieke patiënten uit te voeren, willen we dit veld vanuit een ander perspectief benaderen, en bijgevolg bijdragen leveren aan zowel kunstmatige intelligentie als geneeskunde.