DR-440 Artificial Intelligence (AI) Foundation Model for Learning Novel Treatment Response Mechanisms in Large International Pan-Cancer Datasets to Improve Triple-Negative-Breast-Cancer (TNBC) Outcomes
This project uses artificial intelligence (AI) to analyze large amounts of data from cancer patients across different types of cancer, treatments, and countries. By learning from this diverse data, the AI will help uncover new ways to predict how patients respond to treatments. The project specifically focuses on improving the treatment of Triple-Negative Breast Cancer (TNBC), a form of cancer that is difficult to treat due to its complexity and limited treatment options. The goal is to help doctors provide more personalized and effective treatment plans for patients, especially those with TNBC.
Franziska Michor, Dana-Farber Cancer Institute, United States of America
Terug naar nieuwsMeer nieuws
Eliëtte Vaal versterkt Raad van toezicht Hartwig Medical Foundation
Hartwig Medical Foundation (Hartwig) heeft Eliëtte Vaal verwelkomd als nieuw lid van de Raad van Toezicht. Met haar komst speelt …
Clinical Trials Day en het belang van structureel vastleggen van behandeluitkomsten
Op Clinical Trials Day iedere 20 mei, staan we stil bij het belang van klinisch onderzoek. Voor Hartwig is dit …
Wat is de beste manier om een PIK3CA-mutatie te vinden voor het gebruik van alpelisib bij borstkanker?
Artsen en patiënten willen het nieuwe geneesmiddel alpelisib graag gebruiken. Onlangs heeft ook de commissie BOM een positief advies uitgebracht …
Kanker ontstaat door mutaties in het DNA. Er zijn steeds meer geneesmiddelen die werkzaam zijn bij specifieke fouten in het DNA van de tumor van een individuele patiënt. Een medicijn dat niet past als een sleutel in het slot werkt niet, terwijl je wel het risico van de bijwerkingen hebt.