Artificial intelligence-guided point-of-care ultrasound for combat casuality care

Modern medicine is characterized by patients being transported over long distances to get to specialized units. New technology, in the form of hand-held ultrasound devices, coupled with artificial intelligence (AI) guidance lowers the threshold for moving diagnostics out into the district and into field settings. Despite the fact that ultrasound devices have become smaller and more affordable in recent years with better image quality, interpretation of ultrasound images without the aid of AI remains difficult, and requires extensive training and experience. In the ongoing AI POCUS AAA project, we are developing guidance tools for ultrasound imaging based on AI that GPs and other health personnel with little ultrasound experience can use in rural areas. In this way, diagnostics can be made available to patients who are located in areas far from specialist healthcare, which results in more sustainable and gentle healthcare services and better utilization of healthcare personnel. The Norwegian Armed Forces Joint Medical Service has similar needs to diagnose wounded soldiers in field. By making ultrasound available with the help of AI, the joint medical services will be able to quickly send those with serious injuries to the right treatment, as well as avoid sending soldiers away where ultrasound can exclude serious injury. In this project, we will therefore investigate the possibilities of adapting the solutions from AI POCUS AAA to the defense sector. In particular, we want to develop a guidance tool for the E-FAST examination (Extended Focused Assessment with Sonography in Trauma), which aims to identify internal bleeding, cardiac tamponade and punctured lungs using ultrasound in the event of suspected damage in the abdominal and chest region. The project will map user needs of the Norwegian Armed Forces Joint Medical Service, collect ultrasound images from trauma patients and develop AI methods for automatic interpretation of images and guidance of users.

Moderne medisin kjennetegnes av at pasienter transporteres over store avstander for å komme til spesialiserte enheter. Ny teknologi, i form av håndholdte ultralydapparater, koblet med kunstig intelligens (KI)-veiledning senker terskelen for å flytte diagnostikk ut i distriktet og i felt. Til tross for at ultralydapparater de seneste årene har blitt mindre og rimeligere med bedre bildekvalitet, forblir tolkning av ultralydbilder uten hjelp av KI vanskelig, og krever omfattende opplæring og erfaring. I det pågående prosjektet AI POCUS AAA utvikler vi veiledningsverktøy for ultralydavbildning basert på KI som fastleger og annet helsepersonell med lite ultralyderfaring kan ta i bruk i distriktet. På denne måten kan diagnostikk gjøres tilgjengelig for pasienter som befinner seg i områder langt unna spesialisthelsetjenesten, noe som gir mer bærekraftige og skånsomme helsetjenester og en bedre utnyttelse av helsepersonell. Forsvarets sanitet har tilsvarende behov for å diagnostisere sårede soldater i felt. Ved å gjøre ultralyd tilgjengelig i felt ved hjelp av KI, vil saniteten i Forsvaret kunne sende de som har alvorlige skader raskt til riktig behandling, samt unngå å sende bort soldater hvor ultralyd kan avkrefte alvorlig skade. I dette prosjektet vil vi derfor undersøke mulighetene for å tilpasse løsningene fra AI POCUS AAA til forsvarssektoren. Særlig ønsker vi å utvikle et veiledningsverktøy for den såkalte E-FAST-undersøkelsen som har som mål å identifisere indre blødninger, hjertetamponader og punkterte lunger ved hjelp av ultralyd ved mistanke om skade i mage- og brystregionen (E-FAST - Extended Focused Assessment with Sonography in Trauma). Prosjektet vil kartlegge brukerbehovene hos Forsvarets sanitet, samle inn representative ultralydbilder fra traumepasienter og utvikle KI-metoder for automatisk tolkning av bilder og veiledning av brukere. Vi vil teste ut mock-up løsninger gjennom arrangerte uttestinger.