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
-
1
Maandag
Naar centraal bureau voor de statistieken om daar te programmeren in hun safe zone
-
2
Dinsdag
Overleg supervisoren (data scientist en cardioloog) over voortgang van project
-
3
Woensdag
Gebruik maken van Cartesius supercomputer van het ODISSEI project
-
4
Donderdag
Via remote acces neuraal netwerk bouwen met supervisor (data Scientist)
-
5
Vrijdag
Wat nodig is: programmeren, overleg, brainstormen met supervisoren, schrijven aan (afstudeer)stageverslag
Hoe jouw week er bij ons gaat uitzien:
-
Type vacature
Afstudeerstage
-
Vakgebied
Data
-
Start stageperiode
februari 2021
-
Vergoeding
€ 100 p/m
-
Contact