Fundament og samarbejder

Sammen med en fælles infrastruktur for data, annotation, beregningskraft og regulering gør det os i stand til at udvikle, teste og implementere AI løsninger hurtigt, sikkert og tæt på klinisk praksis.

AI‑RAPTOR, dansk beslutningsstøtte bygget fra bunden

AI‑RAPTOR er det projekt, der har lagt den tekniske og kliniske grundsten til THORACIC PARK. Formålet er at udvikle et dansk beslutningsstøttesystem, som kan hjælpe radiologer og klinikere med at finde tidlige tegn på lungekræft på CT‑scanninger – særligt i forbindelse med lungescreening.

I stedet for at bruge færdige algoritmer udviklet på udenlandske data, bygger AI‑RAPTOR på danske patienter fra Region Syddanmark. Forskning har vist, at AI‑modeller ofte mister præcision, når de flyttes mellem forskellige befolkningsgrupper. Derfor udvikles AI‑RAPTOR specifikt til danske forhold, baseret på danske data og danske kliniske arbejdsgange.

Projektet anvender den første CT‑scanning fra alle lungekræftpatienter i Region Syddanmark over en tiårsperiode. Resultatet er et af verdens største datasæt af sin slags, med mere end 20.000 kræftknuder, der alle er manuelt indtegnet i 3D af speciallæger. Det svarer til over 4.000 timers fagligt annoteringsarbejde.

Disse detaljerede segmenteringer bruges til at træne algoritmen i at genkende mønstre, som kan være tidlige tegn på lungekræft.

Udviklingen understøttes af en dedikeret GPU‑klynge med højtydende servere, så modellerne kan trænes og finjusteres effektivt. AI‑RAPTOR er allerede blevet afprøvet i Region Syddanmarks lungekræftscreeningsprojekt, hvor radiologerne først beskriver scanningerne som normalt og derefter får vist de fund, den kunstige intelligens foreslår. På den måde lærer mennesker og maskine af hinanden, og AI‑systemet bruges som en beslutningsstøtte – den endelige vurdering og diagnose ligger altid hos radiologen.

AI‑RAPTOR er planlagt til en Artikel 82‑afprøvning i PLUS‑PACS, hvor systemets output testes systematisk op imod radiologers beskrivelser i et PACS‑integreret forskningsmiljø. Erfaringerne herfra skal bane vej for senere Artikel 62‑studier og eventuel CE‑mærkning.

I THORACIC PARK fungerer AI‑RAPTOR som både teknisk og klinisk rygrad. Modelarkitektur, datasæt, annoteringsstrategier og arbejdsgange genbruges og videreudvikles i centrets øvrige work packages. 

PLUS – lungescreening som klinisk motor

PLUS (Projekt for Lung Cancer Screening i Southern Denmark) er den kliniske motor, der sikrer, at THORACIC PARKs AI‑løsninger udvikles og testes i realistiske, patientnære forløb. Som regionalt forsøgsprojekt for lungekræftscreening indkaldes borgere i høj risiko til en CT‑scanning af brystkassen, så lungekræft kan opdages tidligere.

PLUS giver centret:

• adgang til store mængder standardiserede lungescreenings‑CT’er
• mulighed for at koble billeddata med kliniske forløbs‑ og registerdata
• et konkret testmiljø, hvor nye AI‑modeller kan afprøves i praksis

Et centralt element er PLUS‑PACS, et forsknings‑PACS, der spejler det kliniske billedsystem, men er fuldt adskilt fra driftssystemerne. Her kan AI‑modeller integreres som fx overlays på CT‑billeder, så radiologer kan se AI’ens forslag direkte i deres kendte arbejdsgange – uden at påvirke den daglige patientbehandling.

RAPTOR‑modellen til tidlig lungekræftdetektion testes og videreudvikles løbende i PLUS‑screeningen. Radiologerne gennemgår først scanningerne på normal vis og ser derefter, hvilke knuder AI‑systemet har markeret. De kan vælge at være enige eller uenige i computerens forslag, og den viden bruges til at forbedre både modellen og den kliniske anvendelse.

PLUS er dermed mere end et forskningsprojekt: Det er en klinisk infrastruktur, som THORACIC PARK bygger ovenpå og videreudvikler – både til lungekræftscreening og til en bredere brug af thorax‑CT i regionen. Læs mere om PLUS.

Fælles infrastruktur, data og arbejdsgange

En central styrke ved THORACIC PARK er, at alle projekter deler den samme tekniske og organisatoriske infrastruktur og arbejder efter de samme grundprincipper.

• RAPTOR Annotation‑platformen

  En fælles platform til struktureret, ekspertbaseret annotation af thorax‑CT. Her defineres fælles labels, segmenteringsstrategier og metadata, så data kan genbruges og sammenlignes på tværs af sygdomsområder – fx lungeknuder, infektioner, interstitielle lungesygdomme og vaskulære forandringer.

• GPU‑ og serverinfrastruktur

  En delt GPU‑klynge med højtydende servere muliggør træning og optimering af avancerede AI‑modeller. I stedet for at hvert projekt opbygger sin egen løsning, samles ressourcer, værktøjer og erfaringer, hvilket både accelererer udviklingen og reducerer omkostninger.

• Forsknings‑PACS og klinisk testmiljø

  Research PACS‑opsætningen (PLUS‑PACS) giver mulighed for at integrere og teste AI‑løsninger i arbejdsgange, der ligner de kliniske – men uden risiko for drift og patientsikkerhed. Her kan der gennemføres tekniske valideringer, brugerstudier og Artikel 82‑afprøvninger.

• Strukturerede udviklingsmodeller

  Alle work packages følger den samme overordnede model:
  klinisk behov → etik og tilladelser → dataadgang og behandling → ekspertannotation → modeltræning → validering → klinisk integration.
  Det giver transparens, mulighed for genbrug og en klar vej fra idé til klinisk anvendelse. 

Et fundament, der kan genbruges og skaleres

Et bærende princip i THORACIC PARK er, at hvert projekt ikke kun udvikler sin egen løsning, men også bidrager til den fælles platform. Modelkomponenter, annoteringsskemaer, dataudtræksværktøjer, juridiske rammer og undervisningsmateriale versionsstyres og gøres tilgængelige på tværs af projekter.

Dermed bliver AI‑RAPTOR, PLUS og den fælles infrastruktur et levende fundament, der:

• gør det hurtigere at sætte nye projekter i gang
• mindsker dobbeltarbejde og ressourceforbrug
• øger kvalitet og generaliserbarhed
• og sikrer, at AI‑forskning hurtigere kan omsættes til konkret klinisk værdi for patienter i Region Syddanmark og nationalt