Studies in health technology and informatics · 2026
Enabling AI-Based Prediction of Neoadjuvant Treatment Response: A FAIR Multimodal Dataset Within EUCAIM.
СтатьяНазвание и аннотация: Перевод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
González López María, Álvarez Pérez Rosa Ma, Rey Garduño Francisco, Jiménez-Hoyuela García José Manuel, Castell Monsalve Francisco Javier, Parra Calderón Carlos Luis, EUCAIM CA
Аннотация
This work presents a FAIR-compliant, multimodal PET-CT and clinical dataset developed within the EUCAIM framework to support future AI-based prediction of response to NST in LABC patients. A real-world dataset was curated, harmonized, and integrated into the EUCAIM CDM within a federated infrastructure. While predictive modeling is ongoing, this study focuses on data preparation and infrastructure, key bottlenecks for AI development, demonstrating the feasibility of integrating local hospital data into a European federated ecosystem to enable future multicentric AI applications.