Forskning inom AI
Utvecklingen av artificiell intelligens (AI) går snabbt och digitala tjänster är en naturlig del i framtidens vård.
Socialstyrelsens kartläggning 2019 ”Digitala vårdtjänster och artificiell intelligens i hälso- och sjukvården” visar att vårdkvaliteten kan förbättras på olika sätt med stöd av AI.
”Artificiell intelligens (AI) är enligt OECD:s definition ”förmågan hos en maskin att efterlikna intelligent mänskligt beteende”. Det som utmärker AI från andra metoder för automation är AI-teknikens förmåga att lära sig och bli smartare över tid.”
AI utveckling i partnerskap
Genom användning av artificiell intelligens (AI) och maskininlärning finns stora möjligheter att öka den diagnostiska säkerheten av teledermatoskopi ytterligare för att bedöma misstänkta pigment/hudförändringar. 2018 inleddes ett initiativ med stöd av Vinnova inom artificiell intelligens där Gnosco, KTH (Kungliga Tekniska Högskolan) och Karolinska universitetssjukhuset samarbetade. Resultat presenterades bland annat på Vitalis 2019.
Syftet för projektet var att utveckla AI-stöd i Dermicus plattform i en etablerad vårdprocess för ökad kunskap och tidig upptäckt av malignt melanom. De första versionerna av AI-funktioner i plattformen togs fram och testades. Det som gjorde detta projekt unikt vara att projektgruppen var först i världen med att implementera en avancerad algoritm i ett befintligt vårdflöde.
”Projektet via Vinnova 2018 blev början på vår satsning inom artificiell intelligens och det har legat till grund för vår fortsatta utveckling av olika AI-baserade funktioner som ska integreras i Dermicus”
Daniel Eliasson, Dermicus COO, Gnosco.
AI-stödda funktioner
Artificiell intelligens är ett prioriterat område som växer och där genomför vi samarbetes- och forskningsprojekt med flera av Sveriges ledande dermatologer. Ett aktuellt exempel är vårt samarbete med Åsa Ingvar och kollegor i Region Skåne, där Gnosco deltar för att utvärdera AI-funktionalitet i klinisk vardag. Här kommer bland annat de nya AI-funktioner vi tar fram i Dermicus följas och utvärderas. Under 2021 har plattformen utvecklats ytterligare och byggts ut med bland annat flera nya AI-stödda funktioner, och i juli 2021 fanns över 50 000 patientfall i plattformen.
Arbete med utveckling av AI-stödda funktioner fortsätter och här pågår löpande utveckling med målsättning att integrera olika funktioner i plattformen. Bland annat utvärderas möjliga funktioner som till exempel att hjälpa läkare att lättare hitta liknande patientfall. Ett annan intressant del vi arbetar med här är att utveckla maskininlärningsalgoritmer för att kunna automatisera diagnoser i framtiden.
2022 beviljats Vinnovamedel via utlysning genom Swelife och Medtech4Health för ett samarbete mellan Gnosco, Skånes universitetssjukhus och Chalmers Industriteknik, och där även Karolinska Universitetssjukhuset deltar genom befintligt forskningssamarbetet med Skånes universitetssjukhus. Målet är att utveckla och validera AI i befintliga patientflöden för diagnostik av hudcancer.
Pågående forskning inom AI
2022-2023: AI och hudcancer, Gnosco, Skånes universitetssjukhus och Chalmers Industriteknik har beviljats finansiering genom Swelife och Medtech4Health Vinnovautlysning ”Samverkansprojekt för bättre hälsa hösten 2021.” Vinnovaprojekt (Dnr 2021-04825) start 1 april 2022 till och med 31 december 2023.
2022: Samarbetsprojekt inom AI och sårläkning som drivs av forskare vid Örebro universitet, och läs mer om AIWO (AI technology for Wound Assessment and Monitoring).
2021 – : Artificiell intelligens som ett beslutsstöd vid melanomdiagnostik inom svensk teledermatoskopi, projektet leds av forskare vid Karolinska Institutet/Karolinska Sjukhuset, källa: nyhetsbrev 9, RCC Stockholm Gotland november 2021. Forskningen stöds av RCC Stockholm och studerar granskande hudläkares beteenden om de får stöd av AI vid teledermatoskopi jämfört med utan, källa: nyhet RCC Stockholm Gotland, 31 augusti 2023.
2020-2025: Teledermoscopy and artificial intelligence: implementation in clinical practice, Start: 2020/11/16 End: 2025/11/30, Lead: Lunds Universitet, Åsa Ingvar with colleagues and Gnosco partner.
En del i denna pågående forskning i Lund handlar om utveckling och utvärdering av olika AI-filter i webbapplikationen.
Avslutade projekt inom AI
2017-2019: Algoritm för bildigenkänning som beslutstöd för tidig upptäckt av malignt melanom, Vinnovaprojekt (Dnr 2017-04646), Gnosco koordinator, samarbete med Karolinska universitetssjukhuset och KTH.
Övrig forskning och utveckling inom AI
- Gillstedt M et al, Discrimination between Invasive and In situ Melanomas Using a Convolutional Neural Network, 2021 February, Journal of the American Academy of Dermatology, https://www.gu.se/en/news/algorithm-that-performs-as-accurately-as-dermatologists, svensk summering, https://www.gu.se/nyheter/traffsaker-algoritm-presterade-i-niva-med-hudlakare
- Tschandl P et al, Comparison of the accuracy of human readers versus machine-learning algorithms for pigmented skin lesion classification: an open, web-based, international, diagnostic study, The Lancet Oncology, 2019;20(7), 938-947.
- Massi D, Machine versus man in skin cancer diagnosis, The Lancet Oncology, 2019;20(7), 891-892.
- Tschandl P et al, Jama Dermatology, Expert-Level Diagnosis of Nonpigmented Skin Cancer by Combined Convolutional Neural Networks, 2019;155(1):58-65. Läs mer om publikationen i denna i artikel av Dagens Medicin den 8 maj 2019: ”Så bra bedömer datorn huden”.
- Esteva A et al, Dermatologist-level classification of skin cancer with deep neural networks, 25 January 2017, Nature. Läs mer om denna publikation i denna artikel av Dagens Medicin den 27 januari 2017: ”Datorprogram lika bra som läkare på huddiagnostik”.
