AICE - AI-understøttet billedanalyse i tyktarmskamerakapselendoskopi

Colon capsule endoscopy (CCE) er en ny teknologi, som har potentiale til at erstatte 50-65% af alle OC'er. CCE foretrækkes af patienter, har en lavere komplikationsrate og kan udføres uden for hospitalet. CCE rummer et stort potentiale for både patienter og hospitaler. Den diagnostiske proces af CCE omfatter dog en tidskrævende manuel læsning udført af uddannet personale og er dyr og udsat for menneskelige fejl.

Mål

Målet med projektet er at skabe en komplet og valideret AI-assisteret vej, der forbedrer CCE-diagnostik, hvilket gør teknologien klinisk levedygtig til gavn for patienter, sundhedssystemer og samfundet.

AICE-konceptet vil fokusere på:

1. færdiggørelse af udviklingen af ​​de nødvendige AI-algoritmer
2. ekstern validering af algoritmerne
3. at skabe et klinisk støttesystem til datahåndtering, lagring og transmission
4. at udvikle en diagnostisk vej, der tager hensyn til kvalitet, effektivitet, patientpræferencer, etik og økonomi
5. fremme integrationen af ​​AICE-løsninger i klinisk praksis via retningslinjer og opskaleringsjusteringer.

For at nå disse mål vil AICE bruge en hidtil uset stor og mangfoldig samling af eksisterende patientdata fra landsdækkende kliniske undersøgelser og vil omfatte omfattende initiativer inden for etik, kommunikation og patientengagement.

Partnere

• Projektleder: Region Syddanmark, repræsenteret af Kirurgisk Afdeling (i Svendborg), undersøttet af CAI-X, Odense Universitetshospital
• Mærsk Mc-Kinney Møller Instituttet, SDU
• Sundhed.dk
• Stratos AI
• Lunds Universitet
• University of Barcelona
• National and Kapodistrian University of Athens
• The Arctic University of Norway
• Umeå University
• Highland Health Board
• University of Strathclyde
• The Data Lab, University of Edinburgh

Ekstern finansiering

Projektet er finansieret af Horizon Europe under tilskudsaftale nr. 101057400 (europæiske partnere) og UK Research and Innovation (britiske partnere).