Naar hoofdinhoud Naar footer

Kaouther Mouheb, PhD-student

PhD-student

[English translation below]

Mijn naam is Kaouther. Ik ben een computeringenieur met een masterdiploma in medische beeldvorming. Oorspronkelijk kom ik uit Algerije en mijn academische reis heeft me de afgelopen acht jaar door acht verschillende landen op vier continenten gevoerd. Ik heb een passie voor AI en wilde mijn kennis en vaardigheden op dit gebied gebruiken om onze gezondheidszorg te verbeteren. Deze drive bracht me bij TAP-DANCE project als onderdeel van het TAP-dementiaconsortium. Hier richt ik me op de ontwikkeling van geavanceerde AI-modellen voor de differentiële diagnose van dementie, waarbij ik me voornamelijk richt op MRI-beeldvorming.

Federated Learning voor een differentiële diagnose van dementie

In de snel evoluerende technologie van vandaag is AI onmisbaar geworden in verschillende industrieën. TAP-DANCE wil dit hulpmiddel gebruiken om de diagnostische pijplijn voor dementie binnen geheugenklinieken te verbeteren. Door de kracht van big data te benutten, willen we nieuwe biomarkers voor beeldvorming extraheren om de onderliggende oorzaken van dementie beter te identificeren. Voor het ontwikkelen van robuuste AI-modellen zijn echter grote hoeveelheden gegevens nodig, die vaak niet beschikbaar zijn in één enkel centrum. In de medische beeldvorming vormt dit een unieke uitdaging vanwege de gevoelige aard van patiëntinformatie, waardoor het delen van gegevens onmogelijk is. Federated Learning komt naar voren als een veelbelovende oplossing, waarbij modellen worden getraind in gedecentraliseerde centra die over lokale gegevens beschikken. In plaats van gegevens te centraliseren, worden modelupdates lokaal berekend in elk centrum en vervolgens samengevoegd op een wereldwijde server, zonder de gegevens te delen.

Mijn onderzoek is gericht op het ontwikkelen en implementeren van nieuwe Federated Learning technieken om AI-modellen te trainen binnen een netwerk van geheugenklinieken in Nederland, waaronder de Alzheimercentra van het Erasmus MC, Amsterdam UMC en het Alzheimercentrum Limburg.

Wapenfeiten: 

  • Promovendus bij de Biomedical Imaging Group Rotterdam, Erasmus MC.
  • Afgestudeerd aan de Erasmus Mundus masteropleiding Medical Imaging and Applications (MaIA).
  • Werkt aan een federaal netwerk tussen Nederlandse geheugenklinieken om betere AI-modellen te trainen om de differentiële diagnostische pijplijn van dementie te verbeteren.

[English translation]

My name is Kaouther. I am a Computer Engineer with a master's degree in medical Imaging. Originally from Algeria, my academic journey has taken me across eight different countries spanning four continents over the past eight years. I am passionate about AI, and I wanted to use my knowledge and skills in this field to help improve our healthcare systems. This drive led me to the TAP-DANCE project as part of the TAP-dementia consortium. Here, I focus on developing cutting-edge AI models for the differential diagnosis of Dementia, primarily focusing on MRI imaging.

Federated Learning for a Differential Diagnosis of Dementia

In today's rapidly evolving technology, AI has become indispensable across various industries. TAP-DANCE aims to use this tool to enhance the diagnostic pipeline for dementia within memory clinics. By harnessing the power of big data, our goal is to extract novel imaging biomarkers to better identify the underlying causes associated with dementia. However, developing robust AI models requires large amounts of data, which are often not available at a single centre. In medical imaging, this poses a unique challenge due to the sensitive nature of patient data, making data sharing impossible. Federated Learning is emerging as a promising solution, training models in decentralised centres that have local data. Instead of centralising data, model updates are calculated locally in each centre and then aggregated on a global server, without sharing the data.

My research aims to develop and implement new federated learning techniques to train AI models within a network of memory clinics in the Netherlands, including Alzheimer centres at Erasmus MC, Amsterdam UMC and Alzheimercentrum Limburg.

Facts:

  • PhD candidate at the Biomedical Imaging Group Rotterdam, Erasmus MC.
  • Graduated from the Erasmus Mundus master's programme in Medical Imaging and Applications (MaIA).
  • Works on a federated network between Dutch memory clinics to train better AI models to improve the differential diagnostic pipeline of dementia.