EUREKA ITEA ASSIST -Automation, Surgery Support and Intuitive 3D visualization to optimize workflow in IGT SysTems
| Diarienummer | |
| Koordinator | Linköpings universitet - Linköpings universitet Inst för medicinsk teknik IMT |
| Bidrag från Vinnova | 31 960 945 kronor |
| Projektets löptid | oktober 2021 - september 2024 |
| Status | Pågående |
| Utlysning | Eureka-kluster medfinansiering |
Syfte och mål
Huvudmålet med ASSIST-projektet är att hjälpa läkare att arbeta mer effektivt, genom att dra nytta av de framsteg som gjorts inom deep learning. Strålterapi är ett effektivt sätt att behandla olika tumörer, men planeringen tar tid eftersom man måste samla in medicinska bilder, segmentera tumör och riskorgan, samt ta fram en behandlingsplan som dödar tumörceller men inte skadar andra organ. Deep learning kan användas inom alla dessa steg, för att förkorta tiden för planering, vilket leder till ökat patientgenomflöde och kortare vårdköer.
Förväntade effekter och resultat
De förväntade resultaten av projektet är - snabbare och mer korrekt segmentering av tumörer och riskorgan, via deep learning - ett ramverk för att kunna träna djupa nätverk via så kallad federated learning, där medicinska bilder inte lämnar sjukhusen - att kunna planera behandling av tumörer med bara bilder från en magnetkamera, genom att skapa syntetiska röntgenbilder, detta kommer spara tid och leda till mindre ställning för patienten
Planerat upplägg och genomförande
Den svenska delen av projektet kommer att genomföras av Linköpings universitet i samarbete med företagen RaySearch, Spectronic, Inovia och Eigenvision. De svenska parterna kompletterar varandra väl; RaySearch och Spectronic är experter på strålterapi, Eigenvision är experter på medicinsk bildbehandling, Inovia är experter på machine learning och infrastruktur för detta, och LiU är experter på medicinsk bildbehandling och machine learning. I projektet kommer vi även att samarbeta med bland annat Quantib och Leiden university medical center (Nederländerna).