AI034 - Bedre diagnostik af gravide ved hjælp af kunstig intelligens

Billedet er generet af kunstig intelligens

Bedre diagnostik af gravide

Signaturprojektet "Bedre diagnostik af gravide ved hjælp af kunstig intelligens" har til formål at udvikle en løsning, som skal forbedre kvaliteten af ultralydsskanninger af gravide for derved at øge evnen til at forudsige komplikationer.  

  • CAMES Rigshospitalet
  • DTU Compute
  • Region Hovedstaden

Beskrivelse af systemet

I. Hvor bruges systemet og hvad bruges det til?

Systemet er i sin testfase. Det bruges på flere hospitaler i Danmark, herunder Aalborg Universitetshospital, Odense Universitetshospital, Slagelse Hospital og Rigshospitalet. Det bruges til at forbedre kvaliteten af ultralydsskanninger af gravide. Projektet er forankret på CAMES Rigshospitalet i samarbejde med DTU Compute og inkluderer samarbejdspartnere i Region Sjælland, Syddanmark og Nordjylland. Projektet bygger videre på en afprøvet prototype og sigter mod at videreudvikle den til et redskab, der kan øge kvaliteten af den enkelte skanning ved at understøtte det kliniske personale under undersøgelsen. 

II. Hvornår blev det implementeret?

Projektet løb fra primo 2022 til ultimo 2024. Implementeringen er planlagt i Region Nord (Aalborg Universitetshospital), Region Syd (Odense Universitetshospital), Region Sjælland (Slagelse Hospital) og Region Hovedstaden (Rigshospitalet). 

III. Hvordan gør systemet brug af kunstig intelligens?

Systemet bruger kunstig intelligens til at vurdere kvaliteten af ultralydsbilleder i realtid under skanningen, hvilket hjælper klinikere med at sikre optimal billedkvalitet. 

VI. Har systemet været afprøvet gennem f.eks. pilotprojekter? Blev der identificeret konkrete (etiske, juridiske, tekniske) udfordringer? Blev disse udbedret? Hvordan?

Projektet bygger videre på en afprøvet prototype, som har vist gode resultater i forhold til at tjekke kvaliteten af allerede gennemførte optagelser af ultralydsskanninger. Der er ikke angivet specifikke etiske, juridiske eller tekniske udfordringer i de tilgængelige kilder. 

VII. Hvordan er begrundelsen for indføring af systemet?

Begrundelsen for indføring af systemet er at forbedre evnen til at forudsige komplikationer under graviditeten. I Danmark fødes der årligt 6.000 børn for tidligt eller med lav fødselsvægt, og det lykkes kun at forudsige 10-30 procent af alvorlige komplikationer som for lav fødselsvægt eller for tidlig fødsel ved de nuværende mere end 200.000 årlige ultralydsskanninger. 

Bidrag til offentlig-ai

Har du supplerende oplysninger, ønsker du ændringer som projektejer eller vil du give et bidrag til offentlig-ai.dk og vores arbejde med at synliggøre AI i den offentlige sektor?

Bidrag med oplysninger til offentlig-ai.dkStøt forskningen finansielt
Klassifikationsbegrundelse
Systemet forbedrer reaktivt kvaliteten af konkrete ultralydsskanninger af gravide. Det er ADS på sagniveau (den enkelte skanning), og output er anbefalinger til klinikeren om skanningens kvalitet og mulige komplikationer.
Ændringshistorik (3 opdateringer)
Algoritmisk reguleringsklassifikation tilføjet
Kilde: Laage-Thomsen & Ratner (2025), Politica 57(2) (2026-06-30)
Felt opdateret
Vis detaljer
+ Leverandør: Prenaital ApS
Oprettet
Citér dette projekt

APA 7

CAMES Rigshospitalet & DTU Compute & Region Hovedstaden. (2025). Bedre diagnostik af gravide. I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 6. august 2026 fra https://offentlig-ai.dk/projekter/bedre-diagnostik-gravide

Citér databasen

APA 7

Küçüksu, A., & Gyldenkærne, C. H. (2026). Offentlig AI - Kunstig Intelligens i det offentlige v2 [Data set]. Zenodo. https://doi.org/10.5281/zenodo.20660412