Tilbake til søkeresultatene

IKTPLUSS-IKT og digital innovasjon

AI-Powered Testing Infrastructure for Cancer Registry System

Alternativ tittel: Bruk av AI i testing av infrastruktur i et kreftregister

Tildelt: kr 7,0 mill.

Hva skjer når definisjonen på «tykktarm» endrer seg, slik at den plutselig blir 3 cm lengre? For Kreftregisteret var konsekvensen at mange tilfeller av endetarmskreft over natten ble til tykktarmskreft og manuelt måtte kodes tilbake til endetarmskreft, sånn at statistikken skulle bli riktig. Med en automatisert og systematisk testinfrastruktur for å håndtere og kvalitetssikre slike endringer, kunne dette arbeidet foregått langt mer smidig og kostnadseffektivt. Målet med dette prosjektet er å utvikle og innføre en slik testinfrastruktur. Testløsningen blir lagt opp på en måte som gjør at også andre typer helseregistre kan ha nytte av den. IKT-systemene ved Kreftregisteret har siden 1952 håndtert informasjon om kreft. Systemet har gått gjennom flere oppgraderinger og er nå helt digitalt. Helsepersonell som diagnostiserer eller behandler kreftpasienter er lovpålagt å rapportere til Kreftregisteret, og i tillegg får Kreftregisteret data fra andre registre. All pasientinformasjon sendes til systemet og behandles av opplærte medisinske kodere. De setter sammen informasjonen til en pasienthistorie, som er en tidslinje for pasientens utredning, behandling og oppfølging. Hundrevis av regler er definert for å sikre at dataene i tidslinjen er riktige. I tillegg trengs det stadig nye regler, og eksisterende regler revideres ofte på grunn av ny medisinsk kunnskap og nyvinninger innen diagnostikk og behandling, eller kommunesammenslåinger, for den del. Dette fører til et behov for kontinuerlig utvikling av programvaren, for å sikre at datastrukturene og alle reglene er riktige og gyldige. Testinfrastrukturen som vi planlegger å utvikle, vil være til stor hjelp i dette arbeidet, og forventes å øke kvaliteten på dataene som systemet kan gi til sluttbrukere som pasienter, forskere, leger og beslutningstakere i det offentlige. Dette anser vi som særdeles viktig, da data fra Kreftregisteret og andre registre brukes aktivt i både medisinsk forskning og evalueringen av helsetjenestene. I 2021 har Kreftregisteret gjort endringer i Caress-systemet, og arbeidet med nødvendige edringer, konfigurering og oppsett av et nytt testmiljø, samt utført de første benchmarkinger på det nåværende Caress-systemet. Forskningsfokuset har vært på domeneanalyse, og forskere i prosjektet har gjort seg kjent med dagens Caresses-system.

-

The Cancer Registry of Norway (CRN) collects data about cancer patients, e.g., about diagnostic, treatment, and follow-up, and provide this data and statistics to its end users, e.g., researchers, patients, doctors, and health authorities. Decisions, regarding how this data should be coded rely on a semi-automated and interactive decision support system, named as Cancer Registration Support System (CaReSS). The system uses a patient’s test results and treatments, and makes decisions, based on medical coding rules, often using machine learning. CaReSS evolves due to, e.g., addition, deletion, and modification of rules due to new treatments, improved diagnostics, new medical results and tests, and new diagnostic standards. Also, CRN continuously updates CaReSS with advanced versions of machine learning algorithms. Thus, the implementation of CaReSS undergoes continuous change and warrants continuous, cost-effective testing of CaReSS as it evolves. A well-test CaReSS will prevent the system from producing inaccurate statistics and data to its end users. Inaccurate or imprecise data produced by CaReSS have significant adverse effects on the scientific results produced by researchers. Also, inaccurate or imprecise statistics produced by the CaReSS will significantly impact the decisions made by patients, hospitals, and policymakers. The innovation planned is a state-of-the-art test infrastructure including new testing techniques to support cost-effective and systematic testing of the CaReSS to significantly improve its quality, and quality of data and statistics it produces, by dealing with the continuous evolution and unpredictable behavior of machine learning algorithms. This will positively affect all its end users, including researchers, patients, doctors, and government officials. The deployment of the new testing infrastructure at CRN will lead to significant improvements in the current testing practice at CRN.

Budsjettformål:

IKTPLUSS-IKT og digital innovasjon