Introduction to AI and Machine Learning for Biomedical Research

Dr. Axel-Jan Rousseau is AI-expert bij VAIA en postdoctoraal onderzoeker aan het Data Science Institute van de Universiteit Hasselt. Hij is gespecialiseerd in trustworthy computer vision, toegespitst op modelkalibratie: het waarborgen dat AI-systemen betrouwbare en statistisch onderbouwde voorspellingen leveren.

Momenteel is hij ook een van de coördinatoren voor de Data Science-trainingen bij FLAMES en ontwikkelt hij AI-gestuurde beslissingsondersteunende systemen voor biomedische beeldvorming en de diagnose van MS. Dr. Rousseau behaalde in 2024 zijn doctoraat in de AI en beschikt over masterdiploma's in zowel Artificiële Intelligentie als Industriële Wetenschappen.

Ik ben Christos Chatzichristos, momenteel postdoctoraal onderzoeker aan de KU Leuven. Mijn studieloopbaan draait rond elektrotechniek en informatica, met een specialisatie in biomedische toepassingen en de nadruk op signaalverwerking tijdens mijn master- en doctoraatsstudies. Tijdens mijn doctoraat was ik getuige van de diepgaande impact van neurale netwerken op het gebied van signaalverwerking, wat het begin betekende van mijn intrede in het domein van AI-toepassingen. Ik geloof sterk in het bevorderen van brede interdisciplinaire samenwerking, omdat ik geloof dat onderzoek vandaag de dag niet kan gedijen in isolatie binnen één domein. Kunstmatige intelligentie is een krachtig hulpmiddel om onderzoek in de gezondheidszorg te versnellen. Maar om het potentieel ervan echt te benutten, moeten we de kloof overbruggen door professionals in de gezondheidszorg te helpen bij het begrijpen van fundamentele AI-concepten, net zoals ze biomedische ingenieurs helpen bij het ontrafelen van de mysteries van het menselijk lichaam. Dus op naar het gebruik van AI om het onderzoek in de gezondheidszorg te versnellen en er tegelijkertijd voor te zorgen dat we allemaal dezelfde taal spreken - of dat nu de taal van de algoritmen of de taal van de anatomie is!

Celine Vens is professor at KU Leuven campus Kulak and leading the machine learning and AI subgroup at itec. Her main research interest is the development of machine learning algorithms for applications in health and education. She focuses on non-standard supervised and semi-supervised learning tasks, such as multi-output prediction, time-to-event prediction and interaction prediction. Besides research, she is teaching several courses at the Faculty of Medicine.

Dr. Dirk Valkenborg heeft een uitgebreide academische en onderzoeksachtergrond. Hij behaalde zijn M.Sc. in Electrotechnical and Mathematical Engineering in 2004 aan de K.U.Leuven en zijn Ph.D. in Mathematics and Statistical Bioinformatics aan de Universiteit Hasselt in 2008, gevolgd door een M.Sc. in Biostatistics in 2009. Hij werkte als postdoctoraal onderzoeker aan de K.U.Leuven en begon later bij VITO als bedrijfswetenschapper. Hij was medeoprichter van the Center for Proteomics aan de Universiteit Antwerpen en richt zich op statistische bio-informatica en data-analyse in 'omics'-onderzoek. Sinds 2015 is hij professor aan de Universiteit Antwerpen en momenteel is hij ook professor bioinformatica aan de Universiteit van Hasselt, gespecialiseerd in computationele methodologieën voor 'omics' data-analyse en data-integriteit.

Prof. Pieter Libin graduated in 2014 at Vrije Universiteit Brussel in Informatics and obtained his PhD in Computer Science at VUB in 2020. After his PhD, he held a postdoctoral position funded by the Flemish science foundation at Hasselt university, at the department of data science. Since October 2021, Pieter is active as an assistant professor at the AI lab of the Vrije Universiteit Brussel. His research involves the use of machine learning to support decision makers by combining machine learning techniques with realistic simulation models and concerns theoretical and applicational AI with a focus on reinforcement learning and Bayesian modeling. He has a broad experience in modeling and analyzing real-world systems ranging from virus diversity, epidemic emergencies, and renewable energy providers. Pieter is a member of the Jonge Academie, an association of young top researchers and artists with an engagement to policy, society, research, and the arts. Pieter is a board member of the Benelux Association for Artificial Intelligence.

MaryBeth Defrance is a fourth year PhD student at Ghent University. Her research focusses on fairness in AI, with a special interest in how to quantify it. She is keen to tackle this technological challenge from a societal perspective. She has had papers published in the top conferences of Computer Science such NeurIPS, ICLR, and FAccT. Besides research she is also active as a teaching assistant in the first bachelor year of engineering and gives an annual guest lecture on AI fairness for the students of computer science engineering.

Expertise: Fairness in AI

Yvan Saeys obtained his PhD in computer science from Ghent University. After spending time abroad at the University of the Basque Country (Spain) and the University of Lyon (France) he returned to Belgium and established the Data Mining and Modeling for Biomedicine (DAMBI) group at the VIB Center for Inflammation Research (IRC) in Gent. As of 2015, he is a professor at Ghent University and a principal investigator (group leader) at VIB, where he is heading an interdisciplinary research team of 21 people, consisting of mathematicians, computer scientists, engineers and bioinformaticians. The Saeys lab studies the design and application of novel data mining and machine learning techniques for high-dimensional single-cell omics data, including methods to model cell developmental trajectories and intercellular communication. At the methodological level, the lab studies the robustness and interpretability of machine learning models.

I'm Alexander and I'm a data science team lead at BioLizard. Our goal is to transform the biomedical data of our clients into actionable insights. Using data mining, data visualisation, bioinformatics pipeline development, software development, and the construction of ML and AI models, we support biotech and pharmaceutical companies and research institutes in their (pre)clinical research and development efforts.

Axel Faes is a postdoctoral researcher in Biomedical Data Sciences at Hasselt University, where he is technical machine learning lead and scientific coordinator of the Flanders AI Research Program’s Real World Evidence use case. He holds M.Sc. degrees in Computer Science Engineering and Artificial Intelligence from KU Leuven, where he also completed a PhD in Biomedical Sciences on finger movement decoding using tensor regression modeling. His work bridges computational neuroscience, brain-computer interfaces, and federated learning for multi-modal biomedical and health data, contributing to the development of innovative AI methods that advance biomedical research and clinical practice as part of #LeadingAIinHealth.

Dr. ir. Thomas De Cooman obtained his Master of Science in Computer Science from Ghent University and later earned his PhD in Engineering Science from KU Leuven, with a dissertation on Epileptic Seizure Detection in a Home Environment. His doctoral research focused on detecting epileptic seizures through heart rate analysis using signal processing and machine learning techniques. Following his PhD, he continued as a Postdoctoral Researcher at KU Leuven and later joined Cerence as a Research Scientist. Since 2022, he has been working as a Data Scientist at FibriCheck, where he is responsible for developing medical-grade deep learning applications for photoplethysmography (PPG) data.

Wouter Bogaert werkt als burgerlijk ingenieur bij Orsi Academy in Melle, en van de grootste opleidingcentra voor robotchirurgie in Europa en een expertisecentrum voor alles wat met medische technologie te maken heeft. Hij is tevens doctoraal onderzoeker in de computerwetenschappen bij ID-lab (UGent, Imec), waar zijn focus voornamelijk ligt op natural language processing, computer-aided surgery en multimodale systemen.