Tilbake til søkeresultatene

IKTPLUSS-IKT og digital innovasjon

Artificial Intelligence guided Point-Of-Care UltraSound in remote areas on Abdominal Aortic Aneurysm

Alternativ tittel: Veiledet pasientnær ultralyd i rurale områder på abdominale aorta aneurismer ved hjelp av kunstig intelligens

Tildelt: kr 12,0 mill.

En av utfordringene med dagens helsetjenester er at pasienter ofte transporteres over lange avstander for å få hjelp ved spesialiserte enheter. Medisinsk avbildning er en viktig del av moderne medisinsk diagnostikk, men det er ofte begrenset tilgang til dette i rurale områder. I dag er håndholdte ultralydapparater tilgjengelige, noe som kan øke tilgangen i helsetjenester i rurale strøk. Manglende kjennskap til ultralydavbildning og at ultralydbilder er vanskelige å forstå på grunn av støy i bildene, kan imidlertid begrense bruken utenfor spesialiserte sentre. I AI POCUS AAA vil vi øke bruk av ultralydavbildning i rurale områder ved å bruke kunstig intelligens (KI) til å veilede brukeren. På den måten gjør vi helsetjenestene i rurale områder mer skånsomme for pasienten, samtidig som de blir mer bærekraftige. Veiledet UL vil kunne støtte nye brukere og de som kun bruker det sjeldent når pasientene er på legekontoret, pleiehjemmet, ulykkesstedet eller i ambulansen. Som et eksempel vil vi i dette prosjektet utvikle løsninger for å se etter utposninger på hovedpulsåren (abdominal aorta aneurismer (AAA)). AAA er en gradvis utposning, som uten overvåkning, kan sprekke med høy risiko for fatale følger. Med KI-veiledet UL vil fastleger i rurale strøk kunne bedre oppfølgingen av pasienter med AAA ved å detektere tilstanden akutt ved symptomer, utføre screening av pasienter i risiko-grupper, monitorere pasienter med voksende utposninger fram mot behandling, samt følge opp pasienter etter behandling. Prosjektet vil 1) Skape kunnskap om brukerbehov og muligheter for pasientnær UL i rurale områder; 2) Samle inn datasett for å trene maskinlæringsalgoritmer. 3) Lage intelligent ultralydbilde-forståelse og veiledning ved hjelp av KI-basert segmentering av anatomiske strukturer i bildet. 4) Teste løsninger ved de tre kommunene som deltar og innhente erfaringer som danner grunnlag for en forståelse av faktiske endringer av praksis i brukernes kliniske hverdag.

One important drawback of today’s clinical care is the transport of patients, often over long distances to receive clinical care at specialized units. Medical imaging is a cornerstone of modern medical diagnostics but is often limited in remote areas. Today, newly developed handheld ultrasound devices exist that can be put in use at remote areas clinical care. But a lack of familiarity with ultrasound and its non-intuitive nature due to noise and artefacts limits today use. We suggest to drastically improve ultrasound user-friendliness using artificial intelligence to guide ultrasound imaging with the objective that new and occasional users confidently can use ultrasound where the patient is at the general practitioner’s office, with the midwife, the nursing home, the site of the accident or the ambulance. As a test case we will develop solutions for abdominal aortic aneurism. As a multidisciplinary and user-centred project we envisage to address the following R&D challenges: - Create knowledge on users' needs and possibilities to point-of-care ultrasound in remote areas primary care and how artificial intelligence can increase the use of point-of-care ultrasound there - Create annotated datasets for machine learning purposes for the abdominal aortic aneurism. - Develop intelligent ultrasound image-interpretation guidance and computation of clinical measures by machine learning based segmentation of key anatomical structures. - Develop machine learning based real-time image quality estimation and probe guidance. - Develop user-interface and real-time functionality of the above mentioned. - Develop training tutorials based on AI automated image segmentation and annotated datasets. - Test the prototypes at the three participating municipalities and collect real-life experiences creating an understanding of actual changes in practices as they uncover in clinical use.

Budsjettformål:

IKTPLUSS-IKT og digital innovasjon

Temaer og emner

Fornyelse og innovasjon i offentlig sektorInnovasjonsprosjekter og prosjekter med forpliktende brukermedvirkningResponsible Research & InnovationLTP3 IKT og digital transformasjonIKT forskningsområdePolitikk- og forvaltningsområderDigitaliseringPolitikk- og forvaltningsområderNæring og handelInternasjonaliseringFornyelse og innovasjon i offentlig sektorPolitikk- og forvaltningsområderHelse og omsorgIKT forskningsområdeMenneske, samfunn og teknologiPolitikk- og forvaltningsområderForskningDigitalisering og bruk av IKTPrivat sektorIKT forskningsområdeKunstig intelligens, maskinlæring og dataanalyseAnvendt forskningPolitikk- og forvaltningsområderBransjer og næringerHelsenæringenResponsible Research & InnovationRRI MedvirkningDigitalisering og bruk av IKTOffentlig sektorBransjer og næringerLTP3 Fagmiljøer og talenterIKT forskningsområdeProgramvarer og tjenesterLTP3 Innovasjon i stat og kommuneInternasjonaliseringInternasjonalt prosjektsamarbeidBransjer og næringerIKT-næringenPortefølje Banebrytende forskningFNs BærekraftsmålMål 3 God helseDigitalisering og bruk av IKTDelportefølje KvalitetFNs BærekraftsmålLTP3 Høy kvalitet og tilgjengelighetPortefølje HelseDelportefølje Et velfungerende forskningssystemPortefølje InnovasjonDelportefølje InternasjonaliseringLTP3 HelseHelseLTP3 Et kunnskapsintensivt næringsliv i hele landetGrunnforskningIKT forskningsområdeVisualisering og brukergrensesnittLTP3 Styrket konkurransekraft og innovasjonsevneLTP3 Muliggjørende og industrielle teknologierPortefølje Muliggjørende teknologierPortefølje Forskningssystemet