Om prosjektet
Tittel: Kunstig intelligens som hjelper både deg og øyelegen
Synet er noe mange av oss tar helt for gitt i hverdagen, helt til det blir vanskeligere å lese, se detaljer eller orientere seg som vanlig. For personer som må følges opp for øyesykdommer, kan det bety mange kontroller, mye venting og en stor belastning både for pasienten og for helsepersonellet. I dette bachelorprosjektet har vi derfor undersøkt hvordan kunstig intelligens kan brukes til å analysere bilder av netthinnen, såkalte OCT-bilder, og på den måten bidra til en enklere og mer effektiv vurdering av øyesykdommer. Målet har vært å undersøke om teknologi kan brukes som et støtteverktøy for øyeleger, som er i dette tilfellet å lage et proof-of-concept som viser hvordan slike bilder kan behandles automatisk, og hvordan dette kan støtte leger i en travel klinisk hverdag.
Prosjektet er utviklet i samarbeid med Sykehuset i Østfold avd. Moss, og tar utgangspunkt i en reell utfordring i helsetjenesten: økende behov for øyeoppfølging, samtidig som ressursene er begrensede. OCT-bilder gir veldig detaljerte bilder av netthinnen og brukes ofte når leger skal følge med på øyesykdommer som kan påvirke synet, som aldersrelatert makuladegenerasjon, diabetesrelaterte netthinneforandringer og væskeansamlinger i eller under netthinnen. Slike bilder vurderes og analyseres i dag ofte manuelt, noe som både tar tid og kan gi ulik vurdering fra person til person. Nettopp derfor har vi ønsket å se om kunstig intelligens kan bidra til å gjøre denne delen av arbeidet mer effektiv og mer ensartet.
I prosjektet har vi dermed undersøkt hvordan kunstig intelligens kan brukes til å lese og forstå slike bilder på en mer automatisk måte. Vi har utviklet en løsning som kan se etter viktige mønstre i bildene og hjelpe til med å peke ut det som er mest relevant for videre vurdering. I tillegg har vi laget en enkel demonstrasjon som viser hvordan resultatene kan presenteres på en oversiktlig og brukervennlig måte for leger og annet helsepersonell. Tanken er at teknologien ikke skal erstatte fagfolk, men fungere som en ekstra støtte i vurderingen.
Prosjektet er ikke et ferdig medisinsk produkt, men et første steg mot smartere bildeanalyse i helsevesenet. Det viser at kunstig intelligens har et stort potensial som støtteverktøy, både for å spare tid og for å bidra til mer standardisert og trygg oppfølging av pasienter. På sikt kan slike løsninger gjøre oppfølgingen mer effektiv, samtidig som de frigjør tid til det som er aller viktigst: god behandling og tett oppfølging av pasientene.
Bilder:
- MODELLENS PROSESS: Bildet viser hvordan datamaskinen lærer å gjenkjenne lagene i øyet: først ser den på et ekte bilde av øyet, så sammenligner den fasitsvaret som er skisset, og til slutt prøver den selv på en prognose.
- LEGENS PERSPEKTIV: Bildet viser en prototype som illustrerer hvordan det vil se ut når modellen blir implementert inn i programmet som blir brukt av øyeleger til å se på bilder av netthinnen.
Prosjektdeltakere
Iqan Virk, Philipp Krieger, Erik Hankø, Adam Akhmedovich Abdulkhanov
Om oppdragsgiveren
Oppdragsgiver er forskningsgruppe på øyesykdommer ved Øyeavdelingen, Sykehuset Østfold HF. Forskningsgruppens fokus er å utvikle, forbedre og/eller skaffe til veie ny kunnskap om medisinsk og kirurgisk behandling av øyesykdommer, med særlig vekt på klinisk anvendelighet, tverrfaglig samarbeid og bruk av ny teknologi i diagnostikk og behandling. Gruppen har flere aktive prosjekter innen tårefilm, okuloplastisk kirurgi, netthinnesykdommer og bruk av kunstig intelligens innen øyediagnostikk.
Prosjektleder Ayyad Zartasht Khan er lege, ph.d. og leder forskningsgruppen. Dr. Fredrik Fineide er også lege på øyeavdelingen og medlem av forskningsgruppen og har nylig forsvart sin doktorgrad i KI-basert øyediagnostikk.
Veileder
Lars Vidar Magnusson, førsteamanuensis ved Høgskolen i Østfold