Realistisk ultralydsimulering og kunstig intelligens for evaluering av hjertefunksjon

Hjerte- og karsykdom krever årlig over 10 000 menneskeliv i Norge, og medfører store personlige og samfunnsmessige kostnader. Korrekt diagnostikk er en forutsetning for å kunne gi hver enkelt pasient best mulig behandling, og dermed redusere sykelighet og død. Diagnostikk av hjertesykdommer er imidlertid ressurskrevende, og ofte preget av subjektivitet.

​I dette prosjektet utvikler vi morgendagens metoder for evaluering av hjertets funksjon ved å kombinere bruk av kunstig intelligens med moderne ultralydavbildning og biomekanikk. Metoden skal: 

  1. Kvalitetssikre data og sortere ut ultralydbildene som gir de mest robuste målingene.
  2. Tolke data gjennom å gjenkjenne kjente strukturer i hjerte, for eksempel muskelen, og kvantifisere vevsbevegelsen. 
  3. Beregne kliniske mål som enklere kan bli vurdert og dokumentert av helsepersonell.  

Utviklingen foregår gjennom en læreprosess, hvor vi benytter store datamengder med en kombinasjon av ekte pasientdata og realistiske simuleringer. Målet er å tilby et effektivt og presist verktøy i utredningen av pasienter henvist til hjerteundersøkelse.

Gangen i hvordan vi leser av hjertestatus på ultralydbilde.

Prosjektet har utspring fra ultralydmiljøet ved NTNU og Klinikk for hjertemedisin, St. Olavs hospital, og blir gjennomført i samarbeid med SINTEF, Sørlandet sykehus og biomekanikkgruppen ved NTNU. 

Masters- og PhD-kandidater kan ta direkte kontakt med prosjektlederen om forskningsmuligheter.

Bjørnar Grenne

Overlege PhD, Klinikk for hjertemedisin, St. Olavs hospital, og forsker, NTNU

E-post: bjornar.grenne@ntnu.no

Andreas Østvik

PhD forsker, NTNU/SINTEF

E-post: andreas.ostvik@sintef.no / andreas.ostvik@ntnu.no

Sist oppdatert 01.08.2022