Geplaatst op 20 januari 2021 (Verloopt over 204 dagen)
Vervuld

CHARP-mortality

CHARP (Cardiology Hospital Admission Risk Predictor) is een getraind neuraal netwerk om opnames van hartpatiënten (AUMC) te voorspellen om zo eerder te kunnen ingrijpen. Dit willen we nu uitbreiden met overlijdens voorspelling met CBS data.

Begeleider

We zoeken iemand die een bijdrage wil leveren aan de zorg. De zorg kan het niet meer aan dus we hebben andere middelen nodig (AI) om patiënten uit het ziekenhuis te houden. Mbv jou, CBS en de Cartesius supercomputer kunnen we hier een stap in zetten.

We zoeken iemand met ervaring met python, interesse in de medische sector, die prettig kan samenwerken.

Het Amsterdam UMC heeft een grote hoeveelheid gestructureerde en ongestructureerde data beschikbaar die waardevolle inzichten kunnen opleveren voor zorgprofessionals met beperkte middelen. Er is reeds een neuraal netwerk getraind om de momenteel beschikbare gegevens terug te brengen tot een gemakkelijk te interpreteren ziekenhuis opname risico-score, met goede resultaten. Het risico van ziekenhuisopname is nuttig, maar het uiteindelijke doel is om een ​​nog gedetailleerder overzicht samen te stellen van het welzijn van de patiënt, oa door toevoeging van mortaliteit data. Daarnaast is het geven van een uitlegbare risicoscore van groot belang in een medische omgeving, dus feature importance analysis zal een belangrijk aspect van het project zijn. Er is een gezamenlijke samenwerking tussen het Amsterdam UMC, het CBS en ODISSEI tot stand gebracht om sterftegegevens van het CBS op te nemen en gebruik te maken van de rekenmiddelen van de beveiligde supercomputer van ODISSEI. Er wordt toegang verleend tot de bestaande voorverwerkingsbibliotheek die is gemaakt voor de AUMC-gegevens, waardoor er minder tijd besteed hoeft te worden aan feature-engineering.

Verwachte uitkomsten:

- Integratie van CBS-sterftegegevens met de AUMC-gegevens op het ODISSEI-platform;

- Ontwikkeling van een recurrent neuraal netwerk, waarschijnlijk in de vorm van een LSTM of Transformer-based architectuur

- het vinden van betrouwbare methoden om sparse timeseries te verwerken

- feature importance analyse ter ondersteuning van het besluitvormingsproces

Opties:

- Het project kan als afstudeerproject worden gedaan, maar ook als stage, 

- De startdatum is flexibel

    Hoe jouw week er bij ons gaat uitzien:
  1. 1

    Maandag

    Naar centraal bureau voor de statistieken om daar te programmeren in hun safe zone

  2. 2

    Dinsdag

    Overleg supervisoren (data scientist en cardioloog) over voortgang van project

  3. 3

    Woensdag

    Gebruik maken van Cartesius supercomputer van het ODISSEI project

  4. 4

    Donderdag

    Via remote acces neuraal netwerk bouwen met supervisor (data Scientist)

  5. 5

    Vrijdag

    Wat nodig is: programmeren, overleg, brainstormen met supervisoren, schrijven aan (afstudeer)stageverslag

Werken bij Amsterdam UMC - loc VUMC - Cardiologie

Amsterdam UMC afdeling cardiologie is bezig met het ontwikkelen/trainen van algoritmen die na bewezen effectiviteit direct toegepast kan worden in de (poli)klinische zorg.

Meer over Amsterdam UMC - loc VUMC - Cardiologie Amsterdamumc.nl
  • Type bedrijf

    Corporate (> 500)

  • Locatie

    Amsterdam

    Gerelateerd

    Timing is everything!

    Blijf op de hoogte van de nieuwste vacatures binnen jouw vakgebied.