English version of this page

Intelligent bildeveiledet behandling - INIUS

Bakgrunn

Gjennom de siste 10-årene har behandlingen av hjertesykdommer gått gjennom en betydelig forandring. På 80-tallet ble koronarsykdom  hovedsakelig behandlet med åpen kirurgi. I dag blir det store flertallet av pasienter som lider av koronarsykdom behandlet ved å introdusere et tynt kateter i lysken som kan åpne tette kar fra innsiden (PTCA, se figur). Denne utviklingen har skjedd takket være en rivende utvikling innen to felt: avbildningsteknologi og sofistikerte verktøy og «devicer» som kan manipuleres gjennom et kateter.

 

Tradisjonell hjertekirurgi domineres ikke lengere av koronarkirurgi, men av pasienter som trenger behandling for strukturelle hjerteproblemer, slik som reparasjon av klaffer og tetting av hull. Men også her går utviklingen raskt fremover. Nye verktøy og devicer gjør det mulig å gjennomføre flere og flere inngrep, som tidligere krevde å stanse og å åpne hjertet, ved hjelp av en minimalt invasiv teknikk. Dette drives også av nye framskritt innen avbildningsteknologi og kreative devicer.

Nye metoder for behandling av hjertesykdom representerer et marked i betydelig vekst hvor man allerede i dag ser mulighet for betydelige fordeler for både pasienter og sykehus.

Men utviklingen går ikke videre hvis ingen driver den, og for å utløse vekstpotensialet må teknologien bli så lett tilgjengelig at også mindre spesialiserte sentre tar den i bruk. Dette forutsetter verktøy og arbeidsflyt som er lett å ta i bruk og lett å lære.

Hovedmål

Innovasjonsklusteret INIUS ved MN-fakultetet på Universitet i Oslo vil gjøre et vesentlig bidrag til å utvikle morgendagens løsninger for intelligent bildeveiledet behandling. Disse løsningene vil bidra til at minimal invasiv behandling av hjertet skal kunne gjennomføres av tverrfaglige team på en effektiv og sikker måte. Dette blir mulig ved å utvikle løsninger som gir visuell veiledning under inngrepet. Denne veiledningen vil kombinere flere bildekilder og integrere både domene-kunnskap og kunstig intelligens.

INIUS har følgende del-mål:

  • Identifisere anatomiske landemerker og strukturer i 3D-data i sann tid
  • Identifisere og trekke ut klinisk relevante snitt i sann tid
  • Fusjonere 3D ultralyd med CT, MR og røntgen på en intuitiv måte
  • Kombinere robotikk med ultralyd for å styre ultralydprobem automatisk
  • Visualisere fusjonerte bilder ved hjelp av holografiske / Augmented Reality display løsninger

Metoder

INIUS-prosjektet vil basere sin forskning på de nyeste metodene innen digital bildebehandling, visualisering og robotikk. Sentralt vil være kunstig inteligens og dype nevrale nettverks som kan læres opp til å gjenkjenne strukturer og landemerker i medisinske bilder og til å sette bilder fra flere modaliteter sammen i ett koordinatsystem. Modeller for kompakt representasjon av hjertes geometri, ny display og tracking- teknologi samt visual servoing (innen robotikk) vil også være sentrale forskningstema.

Hvorfor innovasjonskluster?

Innovasjon er prosessen som bringer en ide eller et forskningsresultat hele veien til slutt-brukere gjennom kommersialisering eller ved å sette ideen ut i en operasjonell kontekst. Innovasjonsprosesser kan skje hvor som helst i verdikjeden.

Rollen til universiteter i innovasjonsprosessen har endret seg fra å være del av en lineær innovasjonskjede til, i dagens kunnskapsbaserte samfunn, å være del i en interaktiv prosess. Til forskjell fra lineær eller vertikal innovasjon som dominerte under den industrielle revolusjon, kjennetegnes åpen innovasjon i det kunnskapsbaserte samfunn ved nært samarbeid mellom universiteter, industri og myndigheter.

Et innovasjonskluster er en av flere måter å legge til rette for et nært universitet-industri samarbeid ved å kombinere industriens kjennskap til relevante problemer med universitets evne til å produsere ny kunnskap gjennom forskning. I dette tilfelle vil også den teknologiske ekspertise og verktøykassen som industrien sitter på kunne bidra til å akselerere utviklingen av nye metoder innen det akademiske miljøet.

MN-fakultetet vil samarbeid med GE Vingmed Ultrasound, HoloCare og flere andre selskaper for å utnytte resultatene fra INIUS kommersielt.

Emneord: Kunstig intelligens, nevrale nettverk
Publisert 6. des. 2018 10:02 - Sist endret 22. jan. 2024 10:43

Deltakere

Detaljert oversikt over deltakere