Foundation Model Development for Advanced Full Blood Count Analysis with Tabular Data and Transfer Learning (EXCELERATE)

De afgelopen jaren is er een nieuw en ontwrichtend paradigma ontstaan voor het bouwen van AI-systemen: train een enkel funderingsmodel op een enorme hoeveelheid gegevens en pas dit aan op vele toepassingen. De uitzonderlijk snelle toepassing van ChatGPT en DALL-E laat zien dat dit paradigma zeer succesvol is. In de geneeskunde zal een dergelijk funderingsmodel de manier waarop risicomodellen worden ontwikkeld, geïmplementeerd en geïnterpreteerd drastisch veranderen. In deze proof-of-conceptstudie bouwen we één funderingsmodel met behulp van klinische laboratoriumgegevens (d.w.z. volledige bloedbeeldtests) en passen we het met transfer learning aan verschillende risicomodellen voor infectieziekten en hartziekten aan.