Dansk open source-AI slår PET-scanners bud på blide behandlinger

Et MR-billede, som viser bløddele med stor kontrast, er standard til de fleste hjerneundersøgelser. Men knogler har ikke noget signal på MR og fremstår derfor sort. Hvis man skal have et reelt billede med knogler for at lave stråleplaner eller til PET/MR, skal man bruge en CT-scanning. Claes Nøhr Ladefoged har lært en deep learning algoritme at forudsige CT-billedet ud fra kun MR.
Et MR-billede, som viser bløddele med stor kontrast, er standard til de fleste hjerneundersøgelser. Men knogler har ikke noget signal på MR og fremstår derfor sort. Hvis man skal have et reelt billede med knogler for at lave stråleplaner eller til PET/MR, skal man bruge en CT-scanning. Claes Nøhr Ladefoged har lært en deep learning algoritme at forudsige CT-billedet ud fra kun MR. Illustration: Jonas Gamrath Rasmussen/Rigshospitalet . Se større version
En scanner fra Siemens kan ikke forudsige radiologiske billeder godt nok til, at Rigshospitalets læger stoler på dem. Det kan hospitalets egenudviklede AI til gengæld. Det medfører mindre farlig stråling i behandling.
Indblik 3. november kl. 15:54

På Rigshospitalet eksperimenteres der med forskning i AI på det radiologiske område, hvor lægerne kigger ind i kroppen på patienterne.

Det er ikke bare forskning, men benyttes i behandlingen, hvor mængden af stråling fra PET- og især CT-scannere ønskes minimeret. Strålingen er ganske simpelt kræftfremkaldende, så det handler om at bruge dem så lidt som muligt. De såkaldte MR-scannere er ufarlige.

Målet er at erstatte CT-scans ved, at AI skaber et såkaldt ‘falsk’ billede, på baggrund af MR-scanninger og de mindre farlige PET-scannere.

Det fortæller Claes Nøhr Ladefoged, som er datalog, ph.d og postdoc på Rigshospitalets scanningsafdeling.

»Hvis vi kan scanne børn, som er primært fokus i det her tilfælde, med en reduceret PET og en MR, der ikke giver stråling, i stedet for CT, så har vi på to fronter reduceret dosis så meget, at vi kan begynde at kalde scanningen for totalt sikker.«

Læs også: Deep learning-algoritme sparer patienter for besværlige CT-scanninger på Rigshospitalet

De scannere fra Siemens, som der anvendes, kan allerede give et bud på et sådan ‘falsk’ CT-scan. Men det er ikke godt nok til, at lægerne på hospitalet vil anvende det.

»Der var fejl på over 25 procent, og det har vi ikke kunnet acceptere.«

Få fuld adgang til DataTech

DataTech skriver til dig, der arbejder professionelt med data og analytics. Vi giver dig inspirerende cases, nyheder og debat om alt fra machine learning-modeller til dataetik.

Abonnementsfordele
vpn_key
Fuld adgang til DataTech
Alt indhold på DataTech er åbent for dig, så du kan nyde det fra din computer, tablet eller mobil.
drafts
Kuraterede nyhedsbreve
Nyheder, interviews, tendenshistorier og meget mere, leveret til din indbakke.
thumb_up
Adgang til debatten
Deltag i debatten med andre professionelle.
Debatten
Du har ikke tilladelse til at deltage i debatten. Kontakt support@ing.dk hvis du mener at dette er en fejl.
Forsiden