KI for forbedret diagnostikk i endometriekreft
Kunstig intelligens for segmentering av tumor i MR bilder og prognostisering basert på tumor tekstur variabler hos pasienter med endometriekreft
Formål
Formålet er å oppnå forbedret, tidlig diagnostikk, og forbedret prognostisering for optimalisert behandling.
Effekt/kvalitetsmål
Vi måler segmenteringskvalitet med Dice koeffisient mot manuelle segmenteringer. Vi måler effekten av tumor tekstur variabler mot overlevelseskurver fra pasienter med lang oppfølgingstid.
Problemstilling
Kan vi forbedre diagnostikk og behandling for pasienter med endometriekreft og cervix kreft?
Ekstern lenke til prosjektet
Pågående prosjekt
Prosjektperiode
2008 - 2028
Kategorier
Fokusområde:
Klinisk
Type helsetjeneste:
Spesialist, Tj.lev. til helsetjenesten, Tj.lev. direkte til pasient
Type data:
Bilder, Strukturerte data
Datakilde:
Journal, Register, Annet
Planlagt sluttfase:
Testing og validering, Implementering
Oppgave:
Diagnostikk, Behandlingsvalg
Pasientgruppe
Endometrie og cervix kreft.
Pasientvolum/datamengde
Omtrent 1000 pasienter over 15 år med oppfølging.
Prosjekteier
Helse Bergen
Helseregion
Helse Vest