Tilbake til søkeresultatene

BEHANDLING-God og treffsikker diagnostikk, behandling og rehabilitering

Applying Artificial Intelligence in Developing Personalized and Sustainable Healthcare for Spinal Disorders (AID-Spine, part I)

Alternativ tittel: AI in Spinal Disorders

Tildelt: kr 11,2 mill.

Ryggsmerter har vært den ledende årsaken til redusert helse verden over i tredve år. En økende forekomst av ryggsmerter, grunnet en aldrende populasjon i den vestlige verden, utgjør en stor utfordring for fremtidens helsevesen, gitt at begrensede ressurser må fordeles på flere. Tross bruk av avanserte vurderings- og behandlingsmetoder for ryggsmerter, så er effekten av de fleste kirurgiske og konservative behandlingstiltak liten til moderat. Store individuelle forskjeller i klinisk forløp, prognose, og respons på behandling, kan delvis forklare de beskjedne effektene, men mesteparten av denne variasjonen kan ikke forklares. Forskjeller i behandlingsrespons mellom individer kan skyldes både genetiske og miljømessige faktorer, og fremstår ofte som en kompleks tilstand for klinikere. Det er mangel på nyttige og presise kliniske verktøy som kan hjelpe pasienter og klinikere til å ta bedre beslutninger og gi en mer skreddersydd behandling. Hovedmålet i AID-Spine, del I, er å bruke maskinlæringsmetoder på store datasett for å identifisere personer med ulike behandlingsforløp og respons på behandling etter kirurgiske og/eller konservative behandlingstiltak for ryggsmerter. Delmål er å validere risiko- og prediksjonsmodeller i andre skandinaviske datasett, samt å utforske hvordan risiko- og prediksjonsmodeller kan implementeres i kliniske verktøy som kan benyttes i undersøkelse og behandling av pasienter med ryggsmerter. Det overordnede målet med AID-Spine er å utforske og finne nye løsninger (basert på kunstig intelligens) for undersøkelse og behandling av ryggsmerter, som kan bidra til et persontilpasset og bærekraftig helsevesen. AID-Spine prosjektgruppen består av en bred tverrfaglig gruppe og inkluderer nevrokirurger, fysioterapeuter, dataingeniører, epidemiologer, statistikere, brukerrepresentanter og klinikere.

Spinal disorders has prevailed as the leading cause of non-fatal health loss worldwide for nearly three decades. The persistence of spinal disorders is concerning given the considerable challenges to health systems and economies not equipped to care for the increase in prevalence in an ageing population in most western world. Despite advancements in assessment and treatment methods for spinal disorders, the effect of most surgical and non-surgical treatments remains to be small to moderate. Large inter-individual variation in the course of symptoms, prognosis, and response to treatment partly explain the modest effects, but most of the variation between individuals is due to unknown or unmeasured factors. Inter-individual differences include both genetic and environmental factors and contain a complex picture to address for health care providers. There is lack of feasible and precise clinical prognostic tools which can help patients and clinicians to make better decisions and ensure more personalized treatments. In this project, we will use existing health data, administrative register data and public health surveys to generate new knowledge on risk and prognostic models for different health outcomes after receiving surgical and/or conservative treatment for spinal disorders. We will also explore users’ perspectives regarding how the externally validated risk/prognostic models can be implemented into AI-based clinical co-decision solutions. The project members and scientific board members in the AID-Spine represent a broad interdisciplinary group, including neurosurgeons, physical therapists, data scientists, epidemiologists, one expert in human-centered informatics (humanities), statisticians, a user panel, and clinicians working with spinal disorders. All research questions and topics in the AID-Spine project is based on users’ needs. Both patients and clinicians will provide feedback in all stages of the project.

Budsjettformål:

BEHANDLING-God og treffsikker diagnostikk, behandling og rehabilitering