20. oktober 2022

Forskningsprojekt vil forbedre diagnostik og behandling af slagtilfælde med kunstig intelligens

kunstig intelligens

Sammen med blandt andre MedTech-virksomheden Cerebriu og danske hospitaler modtager DIKU millioninvesteringer fra Innovationsfonden til projekt, der vil levere verdens første løsning til væsentligt at forbedre MRI-baseret identifikation af slagtilfælde samt forbedre effektivitet i behandling og kliniske arbejdsgange.

Hjerne
Forskningsprojektet Stroke vil levere verdens første løsning til væsentligt at forbedre MRI-baseret identifikation af slagtilfælde. Foto: Shutterstock

Omkring 5,5 millioner mennesker dør af slagtilfælde hvert år på verdensplan, og cirka 50 procent af de overlevende efterlades kronisk handicappede. Hurtig og præcis diagnose ved mistanke om slagtilfælde er afgørende for at nedsætte risiko for død og livsændrende handicaps.

Det vil et nyt forskningsprojekt med Datalogisk Institut, Københavns Universitet og den danske radiologiske MedTech-udbyder, Cerebriu, i spidsen nu udvikle en løsning til.

Sammen med Odense Universitetshospital og Herlev & Gentofte Hospital har virksomheden, der udvikler AI-værktøjer til at automatisere radiologiske arbejdsgange, modtaget en bevilling på 13,4 mio. kr. fra Innovationsfonden til forskningsprojektet Stroke.

Målet med projektet er at demonstrere effektiviteten af ​​AI-løsninger i den virkelige verden til at forbedre patientadgang og behandling sammen med optimering af effektiviteten i den kliniske arbejdsgang.

Et beslutningsstøtteværktøj til at vurdere MR-billeder

Parterne vil i fællesskab udvikle verdens første kliniske MR-baserede, diagnostiske 24/7 løsning til patienter, der er mistænkt for akut slagtilfælde. Udførelse af MRI-billedanalyse under processen, mens patienten stadig er i scanneren, muliggør tidstro beslutningstagning for at optimere effektiviteten af ​​arbejdsgangene, patientgennemstrømningen og kvaliteten af ​​behandlingen.

Hvis det lykkes, vil dette projekt give en overlegen dør-til-nål-tid end den nuværende MR-arbejdsgang for hyperakutte patienter, og derved forbedre patientvalg til behandling og reducere restitutionstiden for patienter med akut slagtilfælde.

 – MRI ses ofte som et mere komplekst og tidskrævende alternativ til CT, siger professor Mads Nielsen, Datalogisk Institut ved Københavns Universitet.

– Dette projekt vil demonstrere, hvordan brugen af ​​AI-software såsom Cerebrius billedløsning kan nedbryde disse opfattelser og øge workflow-effektiviteten.

– Vi har brug for hurtig og specifik identifikation af slagtilfælde 24/7 for at levere tidskritisk behandling, der er vigtig for et godt resultat for patienterne. Dette er, hvad Cerebriu kan hjælpe os klinikere med. Første linje MR-skanning er et vigtigt redskab til tidlig og mere specifik identifikation af slagtilfælde. Cerebriu giver radiografer, radiologer og behandlende neurologer et beslutningsstøtteværktøj til at vurdere MR-billeder og tildele den rigtige behandling nemmere og hurtigere til de rigtige patienter. Dette muliggør et bedre forhold mellem kvalitet og effektivitet, siger professor Christina Rostrup Kruuse, Herlev & Gentofte Hospital.

Bedre værktøjer til slagtilfældedetektering er bydende nødvendigt

– Patienter med slagtilfælde har brug for hurtig diagnostik og behandling for det bedste kliniske resultat. Apollo fra Cerebriu forbedrer behandlingsforløbet på eksisterende ’MRI-first’ klinikker. Derudover vil dette projekt gå ind for MRI-first og overvinde de opfattede praktiske barrierer for adoption ved at støtte klinisk personale gennem hele deres arbejdsgan, siger professor Ole Graumann, Radiolog ved Odense Universitetshospital & leder af UNIFY - Forsknings- og Innovationsenheden for Radiologi, Syddansk Universitet.

Vores løsning vil tilbyde en mulighed for radiologi- og Akut-enheder til at drage det fulde udbytte af moderne teknologi, siger Matthew Liptrot, PhD, Head of Data and Analytics hos Cerebriu,  

– Ved at udnytte den seneste deep learning-forskning vil Cerebriu radikalt udvide sin AI-softwares eksisterende muligheder for at identificere, klassificere og triagere Stroke, mens patienten stadig er i scanneren, og derved blive en omfattende løsning, der vil give reel effekt til klinisk arbejdsgang.

 

 

 

Kontakt

Mads Nielsen
Professor
Datalogisk Institut, Københavns Universitet
Tlf. 24 60 05 99
madsn@di.ku.dk

Oded Yair Menuhin 
BD & Strategic Partnerships Manager
Cerebriu
om@cerebriu.com
      

Rebekka Grage Rasmussen
Kommunikationskonsulent
Datalogisk Institut, Københavns Universitet
Tlf. 40186382
rgr@di.ku.dk         

Emner

Læs også