Billedet er generet af kunstig intelligens
SmartChest
Signaturprojektet, SmartChest, omhandlede et system, der analyserede og sorterede røntgenbilleder af brystkassen ud fra, om de viste tegn på sygdom eller ej. Dermed kunne radiologerne koncentrere sig om de røntgenbilleder, hvor patienten fejlede noget.
Beskrivelse af systemet
Projektet er igangsat i Region Hovedstaden og forankret på Herlev og Gentofte Hospital. Der gennemføres i et samarbejde med Bispebjerg og Frederiksberg Hospital, samt Enlithic inc. Projektledelsen er forankret i konsortiet Radiologisk Artificiel Intelligens Testcenter (RAIT).
Her har man testet en række algoritmer til vurdering og sortering af røntgenbilleder af brystkassen.
Projektet løb fra starten af 2021 til midten af 2024.
En algoritme vurderede røntgenbilleder af brystkassen og sorterede dem efter, om de viste tegn på sygdom eller ej. Således blev det muligt for radiologerne at prioritere vurderingen af de røntgenbilleder, der viste tegn på sygdom.
En algoritme havde set på 12 dages produktion af røntgenbilleder af brystkassen, indsamlet fra i alt 2031 patienter. Røntgenbillederne blev herefter efterset af radiologer.
Da projektet primært har været et valideringsprojekt og test til forståelse af en række algoritmer til vurdering af røntgenbilleder af brystkassen, er algoritmens performance blevet grundigt testet ved en række problemstillinger.
Der er herudover blevet set på automatisering af røntgenbilleder, hvorved en radiolog ikke vil være involveret. Her vil der foregå efterfølgende kvalitetssikring gennem stikprøvekontrol.
Ved afprøvning af systemet har pilotprojekterne fundet, at algoritmerne har en høj grad af falsk positive. Der mangler desuden større implementeringsstudier, hvor påvirkningen af radiologer og det samlede tidsforbrug undersøges.
Der sker en stigning i foretagelsen af røntgen af lungerne, men dette modsvares ikke i antallet af radiologer. I stedet vurderes røntgenbillederne af en behandlende læge, som i mange tilfælde vil have begrænset erfaring hermed. Herudover ender 20-40% af de røntgenbilleder, der hvert år laves af brystkassen, med at få en normal diagnose.
AI-systemet skal derfor frigøre ressourcer ved at differentiere mellem normale og unormale billeder, således at radiologerne kan prioritere vurderingen af de unormale billeder. Herudover løftes kvaliteten af diagnostiseringen til specialistniveau. Dette skal gavne det fremtidige patientforløb og sundhedsvæsenet som helhed.
I Region Nordjylland bruges kunstig intelligens til at sortere røntgenbilleder af arme og ben for at vurdere, om der er tegn på knoglebrud. Denne sortering giver et billede af, hvilke patienter der skal ses først, og om nogle patienter kan sendes hjem igen. Systemet er taget i brug på skadestuen på Aalborg Universitetshospital og på skadeklinikken i Farsø.
Systemet skal reducere ventetiden og effektivisere patientflowet. Røntgenbillederne bliver dog stadig efterset og diskuteret på en røntgenkonference.
Mailkorrespondance med repræsentant fra Region Hovedstaden
https://www.herlevhospital.dk/forskning/forskningsnyheder/Sider/oplaegsholdere.aspx
https://digst.dk/kunstig-intelligens/signaturprojekter/
https://www.regioner.dk/media/15106/13-signaturprojekter-2021.pdf
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 finansieltÆndringshistorik (3 opdateringer)
Vis detaljer
Citér dette projekt
APA 7
Herlev Hospital & Gentofte Hospital & Region Hovedstaden. (2024). SmartChest. I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 7. august 2026 fra https://offentlig-ai.dk/projekter/smartchest
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
