Inga produkter i varukorgen.
Svensk-norskt projekt för tillgänglig vård: sensorfusion ska ge säkrare diagnoser
Forskning I ett nytt treåriga projektet ska svenska och norska forskare väva samman data från flera medicinska sensorer med hjälp av AI. Målet är att utveckla framtidens beslutsstöd för hjärt- och hjärnmonitorering, vilket kan ge snabbare diagnoser och öppna för vård på distans
Hjärt- och hjärnsjukdomar hör till de största hoten mot folkhälsan. För att upptäcka tillstånd tidigare och ställa säkrare diagnoser arbetar forskare nu med projektet FUSMON, Sensorfusion för smartare hälsomonitorering.
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Kvalitetsvård.se premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
Syftet är att se hur så kallad sensorfusion, det vill säga att kombinera och väga samman data från flera fysiologiska mätkällor, kan ge en mer komplett bild av patientens hälsotillstånd.
Projektet samlar akademi och näringsliv genom Mittuniversitetet, Norges teknisk-naturvitenskapelige universitet, NTNU, samt medicinteknikföretagen Coala Solutions och Cate Medical Devices.
– I det här projektet kombinerar vi Mittuniversitetets kompetens inom AI och signalanalys med företagens erfarenhet av medicinteknik och NTNUs medicinska och tekniska expertis. Det ger oss möjlighet att undersöka hur olika fysiologiska signaler kan samverka för att skapa bättre beslutsstöd för vården, säger Jan Lundgren, professor vid STC Forskningscenter på Mittuniversitetet.
Arbetet inom hjärtmonitorering bygger på att kombinera EKG och hjärtljud med AI-analys. När det gäller hjärnan vidareutvecklar forskarna teknik som väger samman NIRS och EEG för att övervaka hjärnans syresättning och elektriska aktivitet.
”Bättre och mer heltäckande beslutsunderlag”
En hörnsten i projektet är metodutbyte eller ”cross-learning”, där erfarenheter och analysmetoder från hjärt- respektive hjärnforskningen används för att utveckla varandra.
– Som läkare behöver vi ofta tolka många olika typer av information för att bedöma en patients tillstånd. Genom att kombinera medicinsk kunskap med ny sensorteknik och AI kan vi undersöka om det går att skapa ett bättre och mer heltäckande beslutsunderlag, säger Nils Kristian Skjærvold, narkosläkare och forskare vid NTNU.
Förutom mer träffsäkra diagnoser och effektivare beslutsstöd hoppas forskarna att resultaten ska skapa nya möjligheter för monitorering i hemmet, vilket kan göra framtidens vård mer tillgänglig och jämlik.
