Maskinlæring for å assistere radiologer i Mammografiprogrammet, del 1
Prosjektets hovedmålsetting er å sammenligne resultater fra radiologenes arbeid og fra kunstig intelligens (KI) i tydingen av screeningmammogrammer.
Om prosjektet
-
Prosjektperiode: 01.03.2019 - 28.02.2029 (Aktivt)
- Koordinerende institutt: Kreftregisteret
-
Prosjektleder:
- Solveig Sand-Hanssen Hofvind, Kreftregisteret
-
Prosjektmedarbeidere:
- Åsne Sørlien Holen, Kreftregisteret
- Silje Sagstad, Kreftregisteret
- Tone Hovda, Klinikk for medisinsk diagnostikk
- Berit Hanestad, Ukjent
- Ketil Oppedal, Institutt for data- og elektroteknologi
- Henrik Wethe Koch, Det helsevitenskapelige fakultet
- Marthe Larsen, Kreftregisteret
- Anne Kathrin Olsen Ertzaas, Kreftregisteret
- Marit Almenning Martiniussen, Avdeling for bildediagnostikk
- Ingfrid Helene Salvesen Haldorsen, Klinisk institutt 1
- Hauke Bartsch, Institutt for informatikk
- Alexander Selvikvåg, Ukjent
- Atle Bjørnerud, Livsløpsendringer i hjerne og kognisjon
- Marie Burns Bergan, Kreftregisteret
- Zhanbolat Satybaldinov, Ukjent
- Kristina Kymre, Forskningsadministrasjon
- Gunvor Gipling Wåde, Avdeling for mammografi
- Kerstin Obst-Gleditsch, Ukjent
Sammendrag
Prosjektets hovedmålsetting er å sammenligne resultater fra radiologenes arbeid og fra kunstig intelligens (KI) i tydingen av screeningmammogrammer. I dag bruker radiologer mye tid på å tyde screeningmammogrammer til friske kvinner. Ved å benytte KI-modeller i Mammografiprogrammet kan tydeprosessen effektiviseres og arbeidsmengden reduseres, slik at radiologene kan bruke mer tid på kvinner med mistanke om brystkreft. Det langsiktige målet er å tilby kvinner som deltar i programmet et forbedret screeningtilbud. Prosjektet består av flere retrospektive delstudier hvor vi bruker bilde- og screeningdata. Prosjektet omfatter blant annet estimering av brystkreftrisiko på det aktuelle screeningtidspunktet, risiko fremover i tid og monitorering og validering av modellene. Gjennom delstudiene skal vi undersøke fordeler og ulemper ved å benytte kunstig intelligens i tydearbeidet i Mammografiprogrammet. Resultatene vil bli sammenlignet med radiologenes tyderesultater fra dagens screeningsituasjon.