Danske læger og ingeniører er nået til en ny fase i et stort forskningsprojekt, hvor kunstig intelligens skal trænes til at identificere og måle åreforkalkning på hjerte-CT-scanninger.
Forskerne har nu indsamlet omkring halvdelen af de planlagte 100.000 scanninger fra Danmark, Norge og Sverige. Dermed kan træningen af AI-modellerne begynde.
Målet med projektet Nordic Collaboration on AI and Cardiac Imaging er at udvikle et værktøj, der kan hjælpe læger med tidligere at finde patienter med øget risiko for alvorlig hjertesygdom og samtidig gøre vurderingen af scanningerne mere ensartet.
– Vi kan allerede se meget på en CT-scanning, men hvis kunstig intelligens kan hjælpe os med at måle præcist, hvor meget åreforkalkning en patient har, får vi et langt bedre grundlag for at vurdere, hvem der har behov for yderligere undersøgelser eller forebyggende behandling, siger Simon Winther, overlæge ved Hjertesygdomme på Regionshospitalet Gødstrup og klinisk professor ved Aarhus Universitet.
På længere sigt er ambitionen, at AI også skal kunne analysere blodgennemstrømningen gennem hjertets kranspulsårer. Det kan ifølge forskerne give lægerne et bedre grundlag for at vurdere risikoen for alvorlig hjertesygdom og mulighed for at sætte tidligere ind.
Forskerne understreger samtidig, at teknologien ikke skal erstatte lægerne.
– AI er ikke en konkurrent til lægerne. Tværtimod bygger alle modellerne på den viden og erfaring, som klinikerne bidrager med, siger projektkoordinator Monika Colombo, der er adjunkt ved Institut for Mekanik og Produktion på Aarhus Universitet.
De omfattende beregninger foretages blandt andet på den danske supercomputer Gefion. AI-modellerne udvikles desuden som open source, så andre forskere kan teste og videreudvikle dem.
