Projekty a granty
Databáze všech projektů a grantů od roku 2010
| Vývoj a validace adaptivního vysvětlitelného AI modelu strojového učení k predikci příznivého klinického výsledku (mRS 0-2) před a po provedení mechanické trombektomie u pacientů s ischemickou cévní mozkovou přihodou. | |
|---|---|
| Id projektu | SGS18/LF/2026 |
| Hlavní řešitel | prof. MUDr. Václav Procházka, Ph.D., MSc., MBA |
| Období | 1/2026 - 12/2026 |
| Poskytovatel | Specifický VŠ výzkum |
| Stav | řešený |
| Anotace | Projekt vyvíjí adaptivní prediktivní model strojového učení pro odhad šance příznivého 3-měsíčního funkčního výsledku (mRS 0-2) z předprocedurálnich a postprocedurálních klinických dat monocentrické retrospektivní kohorty pacientů s okluzí velké mozkové tepny po mechanické trombektomii. Projekt vytváří plně reprodukovatelný systém zpracování a analýzy dat, který zahrnuje klinicky ověřená pravidla čištění, strukturovanou práci s chybějícími hodnotami a gradient boosting s monotónními omezeními (LightGBM). Model integruje demografické, klinické, zobrazovací a časové ukazatele dostupné v okamžiku rozhodování o intervenci a umožňuje individualizovaný odhad prognózy v reálném čase. Projekt se řídí principy TRIPOD, využívá stratifikované temporální rozdělení na vývojovou a validační část a hodnotí kvalitu modelu pomocí diskriminace, kalibrační přesnosti a klinické užitečnosti. Hodnocení zahrnuje ROC AUC, Brierovo skóre, logistickou kalibraci se sklonem a interceptem a analýzu rozhodovacích křivek k odhadu čistého klinického přínosu. Interpretovatelnost modelu je zajištěna pomocí SHAP analýz, včetně podskupinových výstupů, jako je věkově stratifikovaná důležitost prediktorů. Součástí projektu je také zabezpečená interaktivní webová aplikace ve Streamlit, která umožňuje klinikům a výzkumníkům detailně zkoumat chování modelu a generovat pacient-specifické odhady pomocí klinicky konzistentní logiky vstupů a přesné kategorizace proměnných. Projekt vytváří transparentní, rozšiřitelný a vysoce interpretovatelný prognostický rámec pro podporu rozhodování v endovaskulární léčbě iktu a poskytuje základ pro budoucí multicentrickou prospektivní validaci. |
| Celkové náklady | 165 000 CZK |
