Kunstig intelligens skal markant nedsætte risikoen for hjerte-kar-sygdom

Hvert år rammes cirka 66.000 danskere af hjerte-kar-sygdomme, og hver femte dansker dør på grund af hjerte-kar-sygdomme. Selvom forebyggelse er mulig, kræver det nøjagtige risikovurderinger, og de nuværende metoder er utilstrækkelige.

Åreforkalkning er en vigtig og tidlig markør for hjertesygdom og kan måles på CT-scanninger af brystet. Åreforkalkning rapporteres dog ikke rutinemæssigt i de 325.000 CT-scanninger, der udføres årligt i Danmark, på grund af ressourcemæssige, tekniske og økonomiske barrierer.

Fremskridt inden for kunstig intelligens tilbyder en løsning, mener professor Axel Diederichsen, Odense Universitets Hospital og Syddansk Universitet, som er en af forskerne bag forskningsprojektet DETECT-AI.

- Kunstig intelligens har potentialet til at automatisere komplekse billedvurderinger, som tidligere kun kunne udføres af sundhedspersonale, hvilket gør målinger af åreforkalkning i stor skala mulig. Projektet DETECT-AI har til formål at udvikle en kunstig intelligens til automatisk måling af åreforkalkning, siger Axel Diederichsen.

Ved at integrere resultaterne med data fra Danske Sundhedsregistre, vil projektet identificere asymptomatiske personer med svær ubehandlet sygdom, som har høj risiko for hjerte-kar-sygdomme.

Ud over de personlige omkostninger ved hjerte-kar-sygdom, udgør hjerte-kar-sygdom en markant og stigende belastning for det danske sundhedssystem og samfund. DETECT-AI forventer at kunne identificere omkring 20.000 asymptomatiske personer årligt, hvilket muliggør forebyggende behandling og kan potentielt reducere invaliditet og død hos 1000 personer hvert år. Det kan oversættes til en årlige sundhedsbesparelser på 100 mio. kroner.

Forskningsprojektet DETECT-AI består af forskere fra hjertemedicinsk Afdeling B på OUH, SDU Applied AI and Data Science (SDU-AID), Radiologisk Afdeling på OUH, samt Dansk Center for Sundhedsøkonomi (DaCHE) på SDU og har netop modtaget en Grand Solutions-investering på 15,2 mio. kr. fra Innovationsfonden.

Yderligere oplysninger

Kontakt
Axel Diederichsen, Professor og overlæge Hjertemedicinsk Afdeling, Odense Universitetshospital og SDU
Tlf: 40191227, Mail: Axel.Diederichsen@rsyd.dk

Fakta

• Innovationsfondens investering: 15,2 mio. Kr.
• Odense Universitetshospital: 2,4 mill. Kr.
• Syddansk Universitet: 2,7 mill. Kr.
• Samlet budget: 20,3 mio. kr.
• Varighed: 5 år

Officiel titel

Engelsk: Early detection of Coronary Artery Calcification from routine chest CT scans using Artificial Intelligence (DETECT-AI)

Dansk: Tidlig påvisning af koronararterieforkalkning fra rutinemæssige CT-scanninger af brystet ved brug af kunstig intelligens

Om partnerne

Hjertemedicinsk Afdeling B, Odense Universitetshospital (OUH)

Hjertemedicinsk Afdeling og det tilknyttede CT-laboratorium på Odense Universitetshospital har den førende internationale ekspertise til at igangsætte og gennemføre pragmatiske randomiserede kliniske forsøg baseret på hjerte-CT-scanninger. Projektet er i tråd med hospitalets forskningsstrategi "Fremtidens patientbehandling".

SDU Applied AI and Data Science (SDU-AID), The Maersk Mc-Kinney Moller Institute, Syddansk Universitet

SDU-AID fokuserer på anvendelsen af ​​kunstig intelligens og datavidenskab til at fremme forskning og levere datadrevne løsninger inden for den medicinske sektor. Vi har gennem de sidste 10 år etableret stærke samarbejder med hospitaler (herunder OUH) og virksomheder, både i Danmark og i udlandet. Kunstig intelligens og machine learning er strategiske fokusområder for SDU.

Radiologisk Afdeling, Odense Universitetshospital

Er med til at sikre udvikling og kvalitet i behandling og diagnostik af patienter på tværs af specialer via forskning med fokus på billedediagnostik.

Dansk Center for Sundhedsøkonomi (DaCHE) Institut for Sundhedstjenesteforskning (IST), Syddansk Universitet

På DaCHE studerer vi borgere, patienter og sundhedsprofessionelles adfærd og trivsel. Vi er eksperter i sundhedsøkonomisk evaluering og samarbejder med kliniske forskere og interessenter i vurderingen af sundhedspåvirkninger og ressourcekonsekvenser af nye kliniske interventioner. Vi bidrager til offentlige og politiske debatter ved at etablere evidens for nye tiltag i sundhedsvæsenet: ressourceforbrug, omkostninger, trivsel og sundhedsresultater.