Artificiell intelligensradiologi (AIR). Ett co-pilotverktyg för kvantit. bedömning av lungsjukdomar
Diarienummer | |
Koordinator | Högskolan i Halmstad - Akademin för Företagande, Innovation och Hållbarhet |
Bidrag från Vinnova | 2 990 202 kronor |
Projektets löptid | juni 2024 - maj 2027 |
Status | Pågående |
Utlysning | Samarbete Brasilien |
Ansökningsomgång | Internationell samverkan för innovationer med aktörer i Brasilien, i samverkan med EMBRAPII |
Syfte och mål
AIR-projektet syftar till att hjälpa radiologer i longitudinella bedömningar av lungsjukdomar. Dess mål inkluderar: 1.Utveckling av ett AI-verktyg som möjliggör objektiva mätningar av dominerande lungsjukdom baserat på datortomografibilder och laboratorieresultat. 2.Assistans för radiologer i att ställa exakta diagnoser samt att erbjuda insikter om sjukdomsmönster, behandlingseffektivitet och individuell vård. 3.Främjande av internationellt samarbete som adresserar folkhälsa genom utvärdering av biomarkördata insamlade genom självprovtagning.
Förväntade effekter och resultat
AIR-projektet syftar till att minska variationen som uppstår från subjektiva tolkningar av lungundersökningar. Lösningen förväntas leda till mer rättvis tillgång till korrekta diagnoser och behandlingar, vilket bidrar till att överbrygga skillnader i sjukvården inom befolkningen. Projektet gynnar alla deltagare genom att erbjuda: Förbättrad diagnostisk noggrannhet Förbättrade produktportföljer Validering av expertis Möjligheter till forskning och utbildning Främjande av internationellt samarbete mellan Sverige och Brasilien
Planerat upplägg och genomförande
Detta multidisciplinära samarbete involverar brasilianska och svenska aktörer inom hälso- och sjukvården. Bland deltagarna finns medlemmar från InLab (InRad), Capitainer, CERTI Foundation, Philips Healthcare och Högskolan i Halmstad. Projektet omfattar sex arbetspaket som implementeras över en treårsperiod. Målet är att utveckla AI-modeller baserade på datortomografi samt att möjliggöra blodprovstagning för bekväm testning och tillförlitlig validering av hela systemet.