AI til at diagnosticere kræft ved blod i urinen

At der forekommer blod i urinen er hyppigt, men hos nogle er det et tegn på en underliggende urinvejskræft. Urinvejskræft kan være forbundet med en dårlig prognose, især hvis det opdages sent. Tidlig diagnostik er derfor afgørende for korrekt behandling og prognose. Undersøgelserne for urinvejskræft kan være ubehagelige, de er dyre og kan være risikofyldte. De nuværende kriterier for de omfattende undersøgelser medfører både under- og overdiagnostik (dvs. at overse en diagnose eller stille en forkert diagnose).

MÅL

Projektet tager udgangspunkt i en algoritme, der skal finde blødningssymptomer i patientjournalen ved hjælp af kunstig intelligens. Baseret herpå undersøges risikoen for kræft ved alle tilfælde af blod i urinen og ved at supplere med andre journaloplysninger identificeres de personer, der skal udredes. Derved kan man stille en diagnose tidligt.

Desuden vil projektet levere vigtig viden om risikofaktorer for blod i urinen, prognosen ved blod i urinen og ved urinvejskræft samt viden om at håndtere patienter med risiko for blødning.

Projektets mål er:

  1. Udvikle en AI-algoritme til diagnostik af urinvejskræft ved forekomst af blod i urinen.
  2. Undersøge risikofaktorer, kliniske forløb og prognose ved urinvejskræft og blod i urinen.
  3. Bygge en model, der udregner risikoen for urinvejskræft, når personer oplever blod i urinen.
  4. Validere et patientværktøj til selv at rapportere blødningssymptomer.

 

Illustration af, hvordan AI bruges til diagnostik af urinvejskræft

PROJEKTPERIODE

Start: 1. marts 2021
Slut: 31. juni 2024

MERE INFO

Projektet er et ph.d.-projekt af Rasmus Søgaard Hansen.

Læs Rasmus’ publikationer.

Se Rasmus’ LinkedIn profil.

Projektet er en del af projektet Den Intelligente Patientjournal, der bruger kunstig intelligens til at finde relevant information i den elektroniske patientjournal. Læs mere om Den Intelligente Patientjournal på hjemmesiden ipj.nu.

PARTNERE

,

EKSTERN FINANSIERING

,

KONTAKT

Rasmus Søgaard Hansen

Rasmus Søgaard Hansen

Ph.d.-studerende | +45 65411956 | [email protected]