Skip til primært indhold

Arbejdspakker

Forskningen i THORACIC PARK er centreret om at løse komplekse diagnostiske udfordringer i sundhedsvæsenet gennem en tværfaglig og klinisk forankret tilgang.

Fra klinisk behov til valideret AI-løsning

Vores overordnede mål er at bevæge os væk fra isolerede algoritmer til én samlet platform – en ’Unified AI Engine’ – der kan analysere en CT-skanning for en lang række sygdomme i brystkassen på én gang, hvilket øger præcisionen og reducerer ventetid for patienten. 

Synergi og fælles fundament 

Vores Work Packages (WPs) er struktureret til at være både selvstændige og synergistiske. Det betyder, at de enkelte projekter lærer af hinanden, genbruger tekniske komponenter og deler en fælles, sikker infrastruktur til databehandling og AI-træning. Alle projekter er bygget på det robuste fundament, der er skabt gennem RAPTOR-initiativet, hvilket sikrer, at vores AI-værktøjer er testet og valideret i virkelighedsnære kliniske miljøer, før de tages i brug.

Gennem dette tætte parløb mellem klinikere, data scientists og etikere sikrer vi, at den teknologiske innovation altid tjener patientens og lægens behov.

Herunder præsenteres vores fokusområder grupperet efter klinisk tema: 

  • Lungekræft & Tidlig Opsporing: WP1 (AI-RAPTOR) og WP2 (CLAW).
  • Akutte & Kroniske Lungesygdomme: WP3 (Infektioner), WP4 (ILD) og WP5 (Lungeemboli).
  • Hjerte- og Kar-sygdomme: WP6 (Aorta) og WP7 (Kranspulsåreforkalkning).
  • Fundament & Tværgående: WP8 (Etik og Uddannelse) og WP9 (Ledelse og Governance).

Arbejdspakker

Formål

At udvikle og validere AI-modeller til automatisk detektion og klassificering af lungeknuder (noduli) ud fra CT-skanninger. RAPTOR fungerer som den fælles platform og tekniske "rygrad" for de øvrige arbejdspakker. Alle delprojekter benytter centerets sikre regionale GPU-cluster og annoteringsplatform.

Klinisk værdi

WP1 udgør centerets tekniske rygrad og har analyseret over 21.000 skanninger, hvilket gør det til verdens største datasæt af sin art. Værktøjet skal understøtte radiologer i at stille hurtigere og mere præcise diagnoser, hvilket er essentielt for et fremtidigt nationalt screeningsprogram.

Formål

At skabe et værktøj, der integrerer AI-fund fra WP1 med patientens kliniske data (f.eks. rygning og sygdomshistorik) for at give en individuel risikovurdering.

Klinisk værdi

Hjælper læger og patienter med at beslutte det optimale udredningsforløb, reducerer unødvendige opfølgende skanninger og mindsker bekymring hos borgeren.

Formål

Hurtig opsporing og risikovurdering af lungebetændelse (pneumoni) og andre infektioner, særligt rettet mod akutte modtagelser. 

Klinisk værdi

Sikrer hurtigere triage af akutte patienter og hjælper klinikere med beslutninger om antibiotikabehandling, hvilket kan forbedre overlevelsen.

Formål

At udvikle AI, der kan opdage, måle og forudsige forløbet af komplekse, diffuse lungemønstre (ILD/ILA), som ofte overses i standard CT-gennemgange.

Klinisk værdi

Muliggør tidlig diagnosticering og overvågning af kroniske lungesygdomme, hvilket sikrer en mere præcis og rettidig behandling.

Formål

Automatiseret detektion af blodpropper i lungerne (lungeemboli) og akut risikovurdering af hjertets belastning direkte på CT-billederne.

Klinisk værdi

Fremskynder livsvigtig behandling i kritiske situationer og optimerer ressourceforbruget i de akutte afdelinger.

Formål

At udvikle et automatiseret system til at identificere udposninger (aneurismer) og rifter (dissektioner) på legemspulsåren. 

Klinisk værdi

Gør det muligt at opdage potentielt dødelige kar-sygdomme tidligt gennem rutinemæssige CT-skanninger, så patienten kan tilbydes rettidig kirurgisk indgriben.

Formål

Automatisk måling af forkalkning i hjertets kranspulsårer på CT-skanninger, der er foretaget af helt andre årsager (f.eks. ved udredning for lungekræft).

Klinisk værdi

Udnytter eksisterende billedmateriale til at identificere borgere med høj risiko for hjerte-kar-sygdomme og iværksætte forebyggende behandling. 

Formål

At sikre en etisk ansvarlig implementering af AI og udvikle træningsmoduler, der klæder lægerne på til at arbejde sikkert sammen med AI-systemerne.

Klinisk værdi

Skaber tryghed hos både personale og patienter ved at sikre, at AI-teknologien anvendes transparent, fair og med menneskelig ekspertise i centrum. 

Formål

At varetage den overordnede administration, projektledelse, rapportering og regulatoriske overholdelse (MDR) på tværs af alle arbejdspakker.

Klinisk værdi

Sikrer, at THORACIC PARK fungerer som en sammenhængende enhed, hvor ressourcer deles effektivt, og alle juridiske og etiske standarder overholdes. 

APPFWU01V