Multimodal digital avatar tools for early diagnosis of dementia in municipalities

Målet med prosjektet er å utvikle et persontilpasset digitalt verktøy for å kunne diagnostisere demens tidligere. Dette kan gi bedre helsetjenester i kommunene. Demenssykdommer er en stor utfordring for folkehelsen. Med en aldrende befolkning vil omfanget av demens og belastningen på samfunnet bare øke. – Norske kommuner har utfordringer med å håndtere omfanget av pasienter med demenssykdommer. Vi ønsker å gjøre det mulig for kommunale helsetjenester å møte den stigende etterspørselen etter tidlig diagnose av demens. Prosjektet handler om å forbedre diagnose og behandling av demens og andre tilstander hos eldre som påvirker deres hukommelse, tankekapasitet og evne til å utføre daglige aktiviteter. – Vi ønsker med vårt prosjekt å forkorte tiden fra pasienten eller pårørende begynner å bekymre seg for demenssykdom, til de har en presis diagnose å forholde seg til. Da kan vi redusere både tid og bekymringer hos pasienten og deres pårørende. – En tidligere og mer presis diagnose fører til raskere intervensjon og en mer personlig tilpasset helsetjeneste. Målet med AgeCare-prosjektet er å utvikle et digitalt verktøy for å lettere forebygge og diagnostisere demens i kommunene. – Tidligere forskning som baserer seg på genetiske data og hjerneavbildning har antydet at vi kan bruke avanserte matematiske modeller og kunstig intelligens til dette. I dette prosjektet skal derfor forskerne kombinere store mengder data fra norske helseregistre og biobanker, sammen med teknologi fra maskinlæring. Deretter skal vi utvikle et brukervennlig klinisk digitalt verktøy som kommunene kan bruke i sine helsetjenester.

While big data and novel analytical tools, including artificial intelligence, have a tremendous impact on society, their use in the healthcare sector has been modest. The rising number of people with dementia and the advent of new treatment alternatives demanding earlier diagnosis with higher precision is an increasing challenge to our healthcare system in municipalities. We will address significant technological shortcomings in today's situation, the lack of accurate big data models due to small training samples has limited the development of accurate prediction models, and the substantial gap between research settings and validated tools used in the clinic. A significant bottleneck is the time consuming and complex diagnostic procedures of early dementia disease. We will develop novel, integrated technology to address these shortcomings: First, based on massive samples from biobanks, registries and brain MRI data, we will develop mathematical models for the prediction of dementia age of onset with the accuracy needed for health care diagnosis (Digital Avatar). Secondly, we will produce a scalable e-health solution for data integration and digital interface for decision support and communicating risk assessment (AD-Cockpit). We will integrate municipality health care providers in the development, and test the solution in municipalities, adapting to ethical input and user involvement. The tool will improve the diagnosis of dementia with sufficient quality for precision medicine demands, adapted to each patient’s needs. The innovative technological solution has the potential to transform health care by paving the way for big data tools enabling precision medicine approaches, including primary healthcare. Building on collaboration between industry, municipalities, and healthcare providers, we will use dementia as a use case to develop technological systems that can be rapidly implemented in real-world settings and scaled to other health areas and societal needs.