AI til at diagnosticere kræft ved blod i urinen

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:

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

PARTNERE

Afdeling for Klinisk Biokemi og Farmakologi på Odense Universitetshospital.

Projektet er et ph.d.-projekt af Rasmus Søgaard Hansen og udføres i samarbejde med Center for Klinisk Kunstig Intelligens (CAI-X). Læs Rasmus’ publikationer.

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.