AICAN

Artificial Intelligence and digital pathology in CANcer

FastPathology: An Open-Source Platform for Deep Learning-Based Research and Decision Support in Digital Pathology | IEEE Journals & Magazine | IEEE Xplore

Samarbeidspartnere

SINTEF, St. Olav, HMN, UIB, Oslo Universitetssykehus, Stavanger Universitetssykehus

Formål

AICAN er en tverrfaglig forskningsgruppe som involverer både NTNU, St. Olavs hospital, Sykehuset Levanger og SINTEF. I prosjektet anvendes kunstig intelligens i fortolkning av digitale bilder av kreftsvulster. Vårt mål for prosjektet "Artificial Intelligence and digital pathology in CANcer" AICAN, er å predikere biologiske egenskaper og prognose ved kreft. Initialt har vi jobbet med brystkreft men prosjektet utvides nå til også å omfatte lungekreft. Vi tar utgangspunkt i etablerte biobanker ved NTNU/St. Olavs hospital og henter også inn vev fra kohorter fra samarbeidspartnere ved andre institusjoner.

Effekt/kvalitetsmål

Bedre prediksjon av biologiske egenskaper, klinisk forløp og prognose. Raskere/bedre kreftdiagnostikk.

Problemstilling

Se formål.

Ekstern lenke til prosjektet

https://www.ntnu.no/ikom/aikan

Pågående prosjekt

Prosjektperiode

2018 - 2030

Kategorier

Fokusområde:

Klinisk

Type helsetjeneste:

Spesialist

Type data:

Bilder, Annet

Datakilde:

Åpen kildekode, Journal, Register, Annet

Planlagt sluttfase:

FoU, Testing og validering, Implementering

Oppgave:

Diagnostikk, Behandlingsvalg

Pasientgruppe

Brystkreftpasienter, lungekreftpasienter, kreftpasienter

Pasientvolum/datamengde

Ca 2500 brystkreftpasienter, 2000 lungekreftpasienter

Prosjekteier

NTNU

Helseregion

Helse Midt