Analytic Imaging Diagnostics Arena (AIDA)

Forskare rund en dator.
Fotograf: www.johnsandlund.se John Sandlun

AIDA är en nationell arena för forskning och innovation inom medicinsk bildanalys. AIDA är ett tvärvetenskapligt samarbete som syftar till storskalig användning av AI i sjukvården. I arenan möts akademi, sjukvård och industri för att omsätta tekniska framsteg inom AI-teknik till patientnytta i form av kliniskt användbara verktyg. CMIV är värd och fysisk mötesplats för AIDA men arenan syftar till att hjälpa alla svenska aktörer inom detta område.

Artificiell intelligens i vården 

Den tekniska utvecklingen inom artificiell intelligens (AI) har varit oerhört stark under de senaste åren. Modern AI är en verktygslåda som passar perfekt in i vårdvisionen om "precision medicin", den fullt skräddarsydda behandlingen för varje patient. Mycket få moderna AI-lösningar har emellertid hittills nått faktiskt användning i praktiken. Anledningen är att steget från experiment till klinisk rutin innebär många utmaningar. Även de mest kraftfulla algoritmerna behöver noggrant placeras i ett sammanhang med t ex innovationer inom arbetsflöden och interaktion för att kunna göra nytta.

Arenan

Analytic Imaging Diagnostics Arena (AIDA) är en nationell arena för forskning och innovation inom medicinsk bildanalys. AIDA:s mål är att utveckla AI-baserade lösningar för beslutsstöd inom bilddiagnostik som når hela vägen till klinisk användning. En grundläggande insikt är att denna komplexa utmaning kräver ett samarbete som både är tvärvetenskapligt och spänner över olika sektorer.

Största delen av AIDA:s resurser används för projekt som utvecklar AI-baserade beslutsstöd. Dessa drivs av forskningsgrupper inom industri och akademi i hela Sverige, i samarbete med vårdgivare. AIDA erbjuder också en kärnmiljö på CMIV, med en teknisk infrastruktur utformad för att stödja utvecklingsprojekten. Kanske ännu viktigare är mötesplatsaspekten i kärnmiljön, där workshops och möten ofta organiseras, vilket ger värdefull kunskap och utbyte. För att ge hälso- och sjukvård rätt kunskapsbas för att driva AI-utvecklingen i den mest effektiva riktningen erbjuder AIDA både kliniska och tekniska fellowships där vårdgivare eller ingenjörer utför ett enskilt projekt som fortbildning.

Stora mängder data

För att utveckla AI-innovationer krävs stora mängder relevant data och relevant information finns i sjukvården. Det råder en stor osäkerhet om hur man delar data på ett säkert, etiskt och juridiskt sätt. AIDA har startat en datahub för att underlätta datadelning på olika sätt.Ett fönster från data-hubenEtt dataset i AIDAs datahub. Bilderna visar histologi prover av bröstcancer.

Innan en datainsamling kunde påbörjades var det nödvändigt att se över de juridiska och etiska frågorna där flera lagar är inblandade. Arbetet resulterade i en datapolicy som är publikt tillgänglig för att vägleda alla som arbetar med dessa frågor.

Att arbeta med stora datamängder kräver en osedvanlig mängd datorkraft som inte är möjlig för de flesta forskningsgrupper att ensamma husera. AIDA har nu investerat i ett unikt system med 16 GPU-processorer som kan hantera storskaliga AI-beräkningar. Systemet kommer att delas av AIDA-forskare över hela landet och möjliggör träning av AI-modeller på ett sätt som är både snabbare och kan hantera större datamängder än vad som tidigare var möjligt.

Cirka 20 innovationsprojekt pågår för närvarande eller har avslutats under AIDA-flaggan. Projekten initieras av både tekniska och medicinska forskare från både akademi och industri. Kunskapen om AI har ökat bland patologer och radiologer i Sverige och avdelningarna är mer redo att integrera AI som en del av sitt yrke nu, än för några år sedan.

AIDA är ett initiativ inom det strategiska innovationsprogrammet Medtech4Health, en gemensam satsning av VINNOVA, Formas och Energimyndigheten.

Så här kan du ta del av AIDA

Alla företag, akademiska grupper och sjukvårdsgivare som är intresserade av AI är välkomna att ansluta sig till AIDA. Det finns många möjligheter till delfinansiering av projekt eller fellowships men det är också möjligt att ansluta sig som nätverkspartner utan att ha ett definierat AIDA-projekt. 

Du kan läsa mer om AIDA och hur du ansluter dig eller ansöker om projekt och fellowships på Medtech4Healths webbplats http://medtech4health.se/aida/

Inkubator för validering

Målsättning med miljön

Miljöns mål är att utveckla svensk hälso- och sjukvårds förmåga, över hela landet, att genomföra systematisk klinisk validering av kommersiellt tillgänglig AI-programvara som är tänkt att fungera som beslutsstöd inom bilddiagnostik - såväl inför upphandlingar som vid senare behov att validera förändringar från tillverkarna. Det vi menar med validering är att testa AI-algoritmer på en stor mängd historiska, väl validerade data för att avgöra hur hög träffsäkerheten är - jämfört med andra tillgängliga AI-algoritmer och jämfört med mänskliga bilddiagnostiker. Det är viktigt att de historiska data är representativa, d.v.s. härrör från olika geografiska områden i Sverige, med olika typer av utrustningar, och med olika sammansättning av patientunderlaget avseende ålder, kön och etnicitet. 

Innovationsmiljön utgör en inkubator för valideringsplattformar, se figuren nedan. Under den ansökta tidsramen kommer nationella valideringsplattformar att skapas för tre områden där mognaden är hög, och valideringar genomföras som undanröjer hinder för implementering i dessa tre områden. Målsättningen är att de tre valideringsplattformarna efter projektet ska fungera självständigt och uthålligt inom ordinarie vårdverksamhet, samt att svensk sjukvård effektivt ska kunna skapa valideringsplattformar för ytterligare områden efter behov, både inom bilddiagnostik men i hög grad även för andra områden som nyttjar medicinsk teknik.

Ledning

• Fredrik Strand, KS/KI, arbetsledare metodik, huvudprojektledare RCC
• Sophia Zackrisson, LU/RS, vice arbetsledare metodik
• Ann-Sofi Mikaelsson, RÖ/Frontit, operativ projektledare
• Håkan Gustafsson, RÖ/LiU, inkubatorledare

Styrgrupp

• Carl Backman (ordf), NPO Medicinsk diagnostik, Västra Götalandsregionen
• Jonas Cederberg, NPO Medicinsk diagnostik, Region Västmanland
• Katrine Riklund, NPO Medicinsk diagnostik, Region Västerbotten
• Johan Ahlgren, RCC i samverkan
• Ständigt adjungerad utan rösträtt: Pontus von Bahr, Vinnova


Kontakt

Arenaledare

Besöksadress CMIV

Campus US
Universitetssjukhuset i Linköping  
Från Södra entrén: Ingång 1, hiss A, plan 11  
Från Norra entrén: Ingång 7, hiss K, plan 11

Relaterade forskningsnyheter

Forskare framför dator

AI och deep learning

Centrum för medicinsk bildvetenskap och visualisering, CMIV och AIDA hälsar välkomna till en kurs om deep learning med dig som bilddiagnostiker i fokus. Kursen hålls på CMIV i Linköping.

Bilden bestär av två delar: Fyra snittbilder av en hjärna på ena sidan och fyra snittbilder av en annan hjärna på andra sidan

Syntetiska bilder kan spara mycket tid i sjukvården

AI gör det möjligt att snabbt och noga identifiera området som ska strålbehandlas vid behandling av cancertumörer. Men det råder brist på medicinska data att träna AI-modeller med. Försök pågår att träna dem med syntetiska medicinska bilder.

Infografik som med illustrationer visar hur lokala uppdateringar från sjukhusen skickas till ett moln som skickar ny global modell till sjukhus. Den tränade modellen ger personlig sjukvård till patienten.

De utvecklar medicinsk AI utan att dela känslig information

Känslig data får inte delas hur som helst. Det gör utveckling av maskininlärningsmodeller för medicinsk bildanalys problematisk. LiU-forskare visar hur sådana modeller kan tränas utan att dela känslig information utanför sjukhusen.

Läs mer om CMIVs forskning