Tilbake til søkeresultatene

INTPART-International Partnerships for Excellent Education and Research

International Network for Image-based Diagnosis

Alternativ tittel: International Network for Image-based Diagnosis

Tildelt: kr 4,5 mill.

INID vil fokusere på nettverk på internasjonalt nivå for å trene studenter, forskere og fagpersoner som handler innen fagfeltene AI, medisinsk avbildning og beslutningsprosesser. Resultatene fra INID vil føre til langsiktig forskning av ypperste klasse på området, og gjøre Norge til en frontløper når det gjelder bruk av grunnleggende forskning på AI til helsevesenet. Dette prosjektet vil bygge videre på kompetansen til hver av partnerne for å utfylle jevnaldrende kompetanse og for å samarbeide om de forskjellige oppgavene som er definert i arbeidsplanen. Det vitenskapelige målet er å studere hvordan AI kan bidra til å forstå store samlinger av medisinske bilder og hjelpe til med diagnostiske beslutninger tatt av leger eller klinikere. I tillegg vil vi ta sikte på å gjøre AI-basert beslutning / diagnose mer forståelig for klinikere og pasienter for å lette bruk av slike verktøy i helsevesenet. Dette oppnås gjennom felles aktiviteter, inkludert mobilitetsopphold, treningsskoler, workshops, spesielle økter på internasjonale konferanser og samarbeidende forskningsarbeid. Dette prosjektet bygger på det pågående H2020 ITN-prosjektet HiPerNav og på AI4CDSS, et nylig sendt COST-handlingsforslag på AI for beslutningssystemer.

INID will focus on networking at international level for training students, researchers and academic staff members acting in the fields of AI, Medical imaging and decision making. The outcomes of INID will lead to long-term top-class research in the field, turning Norway into a frontrunner in applying basic research on AI to healthcare. This project will build on the expertise of each of the partners to complement the peers´ competencies and to cooperate on the different tasks defined in the work plan. The scientific aim is to study how AI can help understand large collections of medical images and assist in diagnostic decisions made by the doctors or clinicians. Additionally, we will aim to make AI-based decision/diagnosis more understandable to clinicians and patients to ease the adoption of such tools in healthcare. This will be achieved through joint activities, including mobility stays, training schools, workshops, special sessions at international conferences and collaborative research work. This project builds on the ongoing H2020 ITN project HiPerNav and on AI4CDSS, a recently submitted COST Action proposal on AI for decision making systems.

Aktivitet:

INTPART-International Partnerships for Excellent Education and Research