Med hjälp av bildkriterier för specifika undersökningar kan vi tillsammans med radiologer mäta kvaliteten och optimera patientstråldoserna. Olika metoder för att mäta bildkvalitet jämförs och deras känslighet för naturliga variationer i upplevd kvalitet mellan olika radiologer och mellan olika patienter undersöks. Tidseffektiva, känsliga och kvalitetssäkrade metoder för bestämning av bildkvalitet är nödvändigt för att forskningsresultaten ska kunna förverkligas i sjukvården.
Användningen av datortomografi ökar vilket är till stor nytta för patienterna. Vi har bl.a. undersökt hur mycket bildkvaliteten förbättrats med modellbaserade bildrekonstruktioner vid datortomografi och funnit att patientstråldoserna kan reduceras med upp till 50% med bibehållen eller förbättrad bildkvalitet.
Nya datortomografmodeller som räknar enskilda röntgenfotoner är nu i kliniskt bruk i Östergötland och har potential att förbättra bildkvaliteten ytterligare t.ex. den spatiala upplösningen. Vi studerar nu hur denna nya teknik kan förbättra diagnostiken av bl.a. hjärtats kranskärl, handleden, ansiktets skelett, bukspottkörteln och andra bukorgan.
Bildkvalitetsförbättrande funktioner, som baseras på artificiell intelligens (AI), används idag på röntgenklinikerna i Östergötland och vår forskargrupp validerar dess funktion så att de ”håller vad de lovar” – vilket är en förutsättning för säker bilddiagnostik.
Den övre röntgenbilden är behandlad med en AI-baserad funktion för att ta reducera mängden kontrastreducerande spridd strålning till bilden (SimGridTM), men i den nedre bilden användes ett konventionellt raster (anti-scatter grid). Radiologerna bedömde, i de flesta fall, synligheten av kortex, trabekulär benvävnad och muskler kring nyckelbenet som bättre med AI-funktionen jämfört med rastret.
