E!113653 Apollo: real-time AI for brain MRI radiology workflow optimization

Hovedmålet med Apollo-prosjektet har vært å evaluere en AI-basert programvare (Apollo) for sanntids-analyse av magnetisk resonans (MR) opptak for automatisk deteksjon av en rekke hjernesykdommer (slag, blødninger, tumor,etc) for dermed å kunne tilpasse opptaksprotokollen til type patologi oppdaget (eventuelt fravær av patologi). Dette kalles 'smarte' MR-protokoller. Det har vist seg vanskelig å få Apollo-programvaren integrert i den klinisk-radiologiske arbeidsflyten ved OUS grunnet svært omfattende og tidkrevende dokumentasjonskrav som har vist seg å ikke være forenlig med et 2-årig forskningsprosjekt. Vi har derfor fokusert på å teste Apollo i retrospektive data (dvs bildedata allerede tilgjengelig i OUS sin database), for å kunne si noe om metodens nøyaktighet i å oppdage og klassifisere patologi i MR-opptak som allerede finnes. Analysen er primært utført i et materiale av rutine MR-opptak utført ved Ullevål sykehus de siste 5 år - og resultatene så langt er lovende. Vi er nå i sluttfasen på å sammenlikne diagnosen fra Apollo med den radiologiske diagnosen fra en radiolog. Vi har videre sett mer spesifikt på muligheten for å bruke Apollo for å bedre karakterisere akutt hjerneslag. Her er det lovende resultater for å bedre kunne bestemme omfang av irreversibel skade på hjernevev basert på MR-opptak i den akutte fasen.

Due to regulatory barriers at Oslo University Hospital, it was impossible to fully implement the proposed software platform (Apollo) for testing in the clinical workflow. We have still been able to test the platform's ability to detect different brain pathologies in retrospective data automatically. We found the platform particularly useful for acute stroke diagnostics and have pursued this indication specifically in the latter part of the project period.

This project supports the development of the deep learning-based Apollo software, providing real-time AI medical guidance and decision support in brain MRI scanning to improve the workflow in radiology and ensure that attention is brought to images with potential indications of pathologies. The key functions of Apollo (Smart Protocol, Image Reporter and Triage Advisor) will be developed to improve productivity and reach a clinically relevant accuracy across 95% of all brain diseases diagnosed.