DETECT-AI

Tidlig påvisning af koronararterieforkalkning fra rutinemæssige CT-scanninger af brystet ved brug af kunstig intelligens

Systemet har til formål at identificere asymptomatiske personer med svær ubehandlet sygdom, som har høj risiko for hjerte-kar-sygdomme.

  • Odense Universitetshospital
  • Syddansk Universitet
  • Københavns Kommune

Beskrivelse af systemet

I. Hvor bruges systemet og hvad bruges det til?

Systemet bruges til automatisk at analysere rutinemæssige CT-scanninger for at identificere og kvantificere åreforkalkning. Formålet er at opdage personer med forhøjet risiko for hjerte-kar-sygdom, også når scanningen oprindeligt er foretaget af andre årsager. Ved at udnytte eksisterende billeddata skal AI'en understøtte tidligere og mere systematisk risikovurdering i sundhedsvæsenet. DETECT-AI er et forskningsprojekt ledet af Syddansk Universitet i samarbejde med Odense Universitetshospital.

II. Hvornår blev det implementeret?

Der er ikke fundet nogle kilder der informerer om at systemet er taget i brug.

III. Hvordan gør systemet brug af kunstig intelligens?

Kunstig intelligens anvendes til automatisk at analysere eksisterende CT-scanninger og måle graden af åreforkalkning. Der er ikke yderligere detaljer om hvilken form for kunstig intelligens der bruges.

IV. Hvilke data er blevet brugt til at træne algoritmen?

Der er ikke fundet information om hvilken data der er brugt til at træne algoritmen.

V. Hvilke sikkerhedsforanstaltninger findes der?

Der nævnes ingen konkrete sikkerhedsforanstaltninger.

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

Systemet kan være under stadig udvikling, og der er ikke oplysninger om at det allerede er implementeret eller piloteret i sundhedsvæsenet.

VII. Hvordan er begrundelsen for indføring af systemet?

Danske hospitaler udfører omkring 325.000 CT‑scanninger af brystet årligt, men disse scanninger vurderes ikke rutinemæssigt for åreforkalkning. DETECT‑AI skal kunne automatisere måling af åreforkalkning, så det bliver muligt at identificere personer med høj risiko for hjerte‑kar‑sygdom, før symptomer opstår.

VIII. Er lignende systemer blevet implementeret andres stede? Eventuelt, hvilke erfaringer er der derfra.

AI Mammo: Systemet bruger mønstergenkendelse til at undersøge mammografibilleder med det formål at bistå i identificeringen af usædvanlige vævmønstre, hvilket kan være med til at opdage eventuelle tumorer i brystvævet.

IX. Kilder

https://www.regionh.dk/til-fagfolk/presse-og-nyt/pressemeddelelser-og-nyheder/pressemeddelelser-og-nyheder/Sider/Lægerne-får-hjælp-af-kunstig-intelligens-.aspx

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 analyserer proaktivt rutinemæssige CT-scanninger for at identificere åreforkalkning og hjerte-kar-risiko uanset den primære scanningsårsag. Det er ADS på individniveau, og output er en prioritering af asymptomatiske patienter med høj risiko.
Ændringshistorik (4 opdateringer)
Myndighed ændret
Vis detaljer
+ Myndighed: + Københavns Kommune
Algoritmisk reguleringsklassifikation tilføjet
Kilde: Laage-Thomsen & Ratner (2025), Politica 57(2) (2026-06-30)
Felt opdateret
Vis detaljer
+ Leverandør: Ukendt leverandør
Oprettet
Citér dette projekt

APA 7

Odense Universitetshospital & Syddansk Universitet & Københavns Kommune. (2026). DETECT-AI. I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 7. september 2026 fra https://offentlig-ai.dk/projekter/detect-ai

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