PREMIO COLLAB

PREMIO COLLAB

EU-finansieret forskningsprojekt (Horizon Europe) der anvender AI til analyse af FDG-PET/CT-billeder med henblik på at forbedre overvågning af behandlingsrespons hos patienter med metastatisk brystkræft, på tværs af 7 europæiske lande herunder 4 danske regioner.

  • Region Hovedstaden
  • Region Midtjylland
  • Region Nordjylland
  • Region Sjælland
  • Region Syddanmark

Beskrivelse af systemet

I. Hvor bruges systemet og hvad bruges det til?

PREMIO COLLAB er et europæisk forskningsprojekt finansieret af Horizon Europe (grant 101136812) med et budget på €8 mio. Projektet involverer 13 organisationer på tværs af 7 europæiske lande – Danmark (4 regioner), Tyskland, Italien, Sverige, Østrig, Schweiz og Skotland. Formålet er at forbedre overvågning af behandlingsrespons for patienter med metastatisk brystkræft ved hjælp af FDG-PET/CT-billeddannelse og AI-assisteret billedanalyse. CAI-X varetager projektledelsen.

II. Hvornår blev det implementeret?

Projektet startede i januar 2024 og løber frem til december 2029. Det er et forsknings- og implementeringsprojekt, og AI-komponenten er endnu ikke fuldt implementeret i klinisk praksis.

III. Hvordan gør systemet brug af kunstig intelligens?

Projektet anvender kunstig intelligens til billedanalyse af FDG-PET/CT-scanninger med henblik på at understøtte kliniske beslutninger om behandlingsrespons hos patienter med metastatisk brystkræft. FDG (fluorodeoxyglukose) injiceres i blodbanen og optages i kræftceller med højt energiforbrug, som derved kan identificeres på scanningen. AI-systemet understøtter analyse og fortolkning af disse billeder. Den konkrete AI-metode er ikke nærmere beskrevet i de tilgængelige kilder.

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

Projektet anvender patientdata fra sundhedssystemer på tværs af 7 europæiske lande. Der er ikke fundet yderligere oplysninger om træningsdata for den underliggende AI-model.

V. Hvilke sikkerhedsforanstaltninger findes der?

Der er ikke fundet konkrete oplysninger om sikkerhedsforanstaltninger i de tilgængelige kilder.

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

Projektet er i sig selv et pilotprojekt/forskningsprojekt med det formål at etablere klinisk evidens for brugen af FDG-PET/CT til behandlingsovervågning. Projektet er endnu i gang og løber til december 2029.

VII. Hvordan er begrundelsen for indføring af systemet?

FDG-PET/CT-overvågning kan forlænge den samlede overlevelse med op til 14 måneder sammenlignet med traditionel CT-scanning for patienter med metastatisk brystkræft. Projektet er finansieret som del af EU's Cancer Mission under Horizon Europe.

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

Der er ikke identificeret lignende implementerede systemer i de tilgængelige kilder.

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
Ændringshistorik (2 opdateringer)
Felt opdateret
Vis detaljer
+ Leverandør: Ukendt leverandør
Oprettet
Citér dette projekt

APA 7

Region Hovedstaden & Region Midtjylland & Region Nordjylland & Region Sjælland & Region Syddanmark. (2024). PREMIO COLLAB. I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 7. september 2026 fra https://offentlig-ai.dk/projekter/premio-collab

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