Du skal undersøge om vi kan forbedre prognosticering af CLL ved at anvende ML-metoder, der lærer fra relaterede sygdomme som Lymfom og Myelomatose. Du tester hypotesen om at modellering på tværs af sygdomme er bedre end separate modeller.
For dette projekt vil du undersøge måder at skabe automatiske dataharmoniseringsmetoder til elektroniske patientjournaler (EHR). Dit arbejde vil gøre det muligt at udvikle og benchmarke den største ML-model for lymfekræft ved at fjerne den største barriere for fødereret læring: dataintegration.
