Implementering af klinisk kunstig intelligens i sundhedsvæsenet i Danmark

Mål

Med udgangspunkt i Robusthedskommissionens anbefalinger og den tilgængelige forskning inden for kunstig intelligens og billeddiagnostik, har dette projekt til formål at identificere hvor og hvordan AI-teknologi kan føre til forbedringer for både personale og patienter i Fælles Akutmodtagelse på Odense Universitetshospital (OUH).

Projektet vil gøre dette gennem tre delprojekter, der vil:

1. Undersøge faciliterende og hindrende faktorer i implementeringsprocessen af ​​kunstig intelligens til medicinsk billeddannelse gennem en litteraturgennemgang, herunder mulige etiske overvejelser.
2. Evaluere en AI-algoritme godkendt i henhold til EU-standarder (CE-mærkning), som kan identificere knoglebrud i røntgenbilleder og teste det på allerede tilgængelige røntgenbilleder.
3. Udforske potentialet i en sådan algoritme i Fælles Akutmodtagelse på OUH. Patienterne fordeles tilfældigt til en testgruppe med algoritmen og en kontrolgruppe, der uændret følger standardforløbet gennem Fælles Akutmodtagelse. Radiologer og muskuloskeletale speciallæger vil stadig gennemgå de optagne røntgenbilleder næste hverdag og kontakte patienten ved eventuelle ændringer, uanset hvilken gruppe de tilhører.

Projektet kan potentielt løse de udfordringer, som fremtidens sundhedssektor står over for.

Partnere

• UNIFY - Radiology Research and Innovation Unit
• Radiologisk Afdeling, OUH