Länkstig

AIQEN – Artificial Intelligence for Quality in Endoscopy

Forskningsgrupp

Kort beskrivning

Endoskopi (tarmkikare) är en metod där man undersöker magtarmkanalen. Gastroskopi och koloskopi är vanligast. Vid gastroskopi undersöks slemhinnan i matstrupe, magsäck och tolvfingertarm medan vid koloskopi undersöks änd- och tjocktarm. Vid undersökningen är det lätt att sjukliga förändringar missas eftersom tarmen har många veck och ständigt rör på sig. Undersökningarna kan dessutom upplevas som besvärliga och smärtsamma.
Vi arbetar med att utveckla och utvärdera AI-mjukvara. Syftet är att hjälpa endoskopisten att upptäcka alla förändringar i slemhinnan.
Vår grupp utvärderar även alternativa metoder såsom kapselendoskopi (kamerapiller). Förhoppningsvis kommer metoden att ersätta många gastroskopier och koloskopier vilket innebär att patienterna får mindre besvär från undersökningarna och att sjukvården sparar resurser.

Om  forskargruppen AIQEN - Artificial Intelligence for Quality in Endoscopy

Forskargruppens arbetar för att förbättra kvaliteten på gastrointestinal endoskopi genom utveckling, utvärdering och implementering av artificiell intelligens (djupinlärning) baserad bildanalys. Det kan föra till att dom mest invasiva endoskopierna delvis kan ersättas av den mindre invasiva kapselendoskopin så att patientens integritet och upplevelse förbättras.

Nu fokuserar vi på tre projekt.

  • CAI-PD (Comparison of Artificial Intelligence systems for Polyp Detection) jämför artificiell intelligens-system för polypdetektering. Studien utvärderar huruvida polypdetektion skiljer sig mellan kommersiellt tillgängliga CADe-system för polypdetektering.
    PI: Jonas Varkey 
     
  • AIQEN-CPC (Artificial Intelligence for Improved Quality in ENdoscopy for Colorectal cancer Prevention in Colitis) genomförs i tre delar:
    - a.  MST-C (Multiple Staining Techniques in Colitis) bedömmer om man kan ersätta manuell färgning av slemhinnan med digital färgning vid kontrollkoloskopier hos patienter med IBD. 
    - b.  CID-AID (Colitis Image Database for Artificial Intelligence software Development), syftar till att bilda en omfattande videodatabas baserad på kontrollkoloskopier vid inflammatorisk tarmsjukdom. 
    - c.  AIDDUC- (Artificial Intelligence for Detection of Dysplasia in Ulcerative Colitis) syftar till att utveckla AI-algoritmer för att automatiskt upptäcka dysplasi vid ulcerös kolit och därefter minska förekomsten av kolorektalcancer hos denna patientgrupp. 
    PI: Thomas de Lange 
     
  • AIQEN-IDA (Artificial Intelligence for Capsule Endoscopy in Iron Deficiency) genomförs i tre delar: 
    - a.  MIP-IDA (Mini-Invasive endoscopy for Pan-intestinal diagnosis of Iron Deficiency Anemia) bedömer huruvida det är möjligt att ersätta invasiv gastroskopi och koloskopi med icke-invasiv videokapsel endoskopi för utredning av järnbristanemi.  
    - b.  IDA-AID (Iron Deficiency Anemia image & video database for AI software Development) syftar till att skapa en omfattande open-access videokapsel endoskopi database med lesioner påvisade vid järnbristanemi. 
    - c.  AID-MPI (AI software Development for Mini-invasive Pan-intestinal diagnosis of Iron deficiency anemia) syftar till att utveckla AI-mjukvara för detektion av blödningar i hela tarmen. 

    Ett framgångsrikt projekt kan avsevärt minska bördan för patienterna och resursanvändandet för sjukvården.
    PI: Nikolaos Papachrysos 

Nyckelpublikationer