Nordisk AI-satsning på förbättrad hjärtdiagnostik
I ett nordiskt samarbete ska forskare utveckla artificell intelligens för att analysera hjärtundersökningar med datortomografi (CT). Målet är att automatisera analyser av hjärtats strukturer, särskilt kranskärlen, för att förbättra diagnostik och prognostisering. Projektet kommer utveckla öppen AI, vilket innebär att kunskapen och verktygen ska komma alla till nytta.
Satsningen finansieras av Novo Nordisk Fonden med 34 miljoner danska kronor och bygger på ett bildmaterial med över 120 000 undersökningar från flera länder. Den stora datamängden gör det möjligt att träna och jämföra AI-modeller i stor skala.
Araz Rawshani är adjungerad professor i kardiologi med inriktning mot artificiell intelligens vid Sahlgrenska akademin, Göteborgs universitet, och verksam som hjärtläkare vid Sahlgrenska Universitetssjukhuset:
– Det här är ett viktigt initiativ, eftersom det behöver göras stora satsningar på AI i Norden om vi ska kunna följa den snabba utvecklingen på området. Genom att samla stora mängder bilddata och bygga öppna modeller som kan prövas i flera länder kan vi utveckla verktyg som blir mer robusta, jämförbara och användbara i vården, säger Araz Rawshani, vars grupp bidrar med AI-kompetens och data från Västra Götaland, där drygt 18 000 hjärtundersökningar ingår.
Gemensamt referensmaterial
Samarbetet leds från Danmark och inkluderar, förutom Sverige, även forskare i Norge. Tillsammans ska de utveckla AI-modeller för analys av CT-bilder av hjärta och kranskärl. Modellerna ska göras öppet tillgängliga så att andra forskare kan använda, granska och vidareutveckla dem.
En central del av projektet är att ta fram ett så kallat benchmark-dataset, det vill säga ett gemensamt referensmaterial där olika AI-modeller kan testas mot samma bildmaterial. Det ska göra det lättare att jämföra metoder och förbättra algoritmer över tid.
Forskarna ska träna och testa AI-modeller på CT-bilder av hjärtat och kranskärlen. Resultaten ska sedan jämföras med kliniska undersökningar, registerdata och uppföljning av patienternas hjärthälsa. Förhoppningen är att verktygen på sikt kan ge bättre stöd vid bedömning av hjärt-kärlsjukdom.
– Sverige ligger långt fram inom AI för bilddiagnostik, mycket tack vare framgångarna inom SCAPIS, och med detta initiativ stärker vi vår förmåga inom detta viktiga område ytterligare, säger Araz Rawshani.
