Klinisk kunstig intelligens – forskningsgruppe
Hva forsker vi på?
Tverrfaglig forskningsgruppe for klinisk kunstig intelligens har som formål å utvikle egne systemer basert på kunstig intelligens med mål om implementere de systemene som viser stor nytteverdi. Målet er at kunstig intelligens skal bidra til å støtte helsepersonell og foretaket med å levere effektivt, målrettet og persontilpasset behandling for innbyggere som sogner til Sykehuset i Vestfold (SiV). Kunstig intelligens kan bidra til å øke kvaliteten i behandlingen, samt bidra til å redusere uønsket variasjon og feilbehandling.
Presentasjon av gruppen
Forskningsgruppen ble etablert siste kvartal i 2023. Målet er å samle kompetanse og pågående initiativer og prosjekter innenfor kunstig intelligens på tvers av seksjoner, avdelinger og klinikker ved SiV. Videre er hensikten å stimulere til større fremvekst av nye prosjekter, samt kompetanseheving innenfor fagfeltet ved SiV. Dette foregår i tett samarbeid med eksterne samarbeidspartnere innenfor feltet kunstig intelligens.
Inge Rasmus Groote (forskningsgruppeleder)
Arbeidssted: Radiologisk avdeling, klinikk for medisinsk diagnostikk, SiV.
Stilling: Forskningskoordinator.
Jarle Berge
Arbeidssted: Hormon, overvekt og ernæringsavdelingen, forskningsseksjonen , Medisinsk klinikk, SiV. Enhet for fedme, fysikalsk medisinsk seksjon, Klinikk fysikalsk medisin og rehabilitering, SiV .
Stilling: Forsker, førsteamanuensis og fysiolog.
Pål Morberg
Arbeidssted: Anestesiologisk avdeling, kirurgisk klinikk, SiV.
Stilling: Overlege og PhD-stipendiat
Bjørn-Jostein Singstad
Arbeidssted: Forskning og Innovasjonsavdelingen, SiV.
Stilling: Helseinformatiker, PhD-stipendiat.
Frode Solem
Arbeidssted: IT, klinikk for medisinsk diagnostikk, SiV.
Stilling: Rådgiver Informasjon og Kommunikasjonsteknologi.
Lars Martin Skollerud
Arbeidssted: Øyeseksjonen, klinikk for kirurgi, SiV.
Stilling: Overlege og PhD-stipendiat
Nermin Zecic
Arbeidssted: Mikrobiologisk avdeling, klinikk for medisinsk diagnostikk, SiV
Stilling: Bioinformatiker
Erik Skaaheim Haug
Arbeidssted: Urologisk seksjon, klinikk for kirurgi, SiV.
Stilling: Overlege og forsker
Jørgen Melau
Arbeidssted: Prehospital klinikk, SiV.
Stilling: Forsker
Gunhild Mari-Anne Opsahl
Arbeidssted: Radiologisk avdeling, SiV
Stilling: Avdelingssjef
Martin Paulson
Arbeidssted: Senter for kreft og blodsykdommer
Stilling: Overlege
Ekstern validering av in-house kunstig intelligensløsning for diagnostikk av hjerneblødning
Prosjektleder: Inge Groote, SiV
Videreutvikling og ekstern validering av in-house kunstig intelligensløsning for diagnostikk av prostatakreft
Prosjektleder: Erik Skaaheim Haug, SiV
Kunstig intelligens for rekonstruksjon av intraoperative MR-bilder av hjernesvulster
Prosjektleder: Inge Groote, SiV
Kunstig intelligens for å estimere fysisk kapasitet hos pasienter med fedme
Prosjektleder: Jarle Berge, SiV
Kunstig intelligens for kvantifisering av hjernemetastaser
Prosjektleder: Inge Groote, SiV
Utvikling av kunstig intelligens-basert EKG tolkning for raskere og bedre deteksjon av pasienter med hjerteinfarkt
Prosjektleder: Bjørn-Jostein Singstad, Akershus Universitetssykehus
Kunstig intelligens for å predikere effekt av antidepressiv terapi
Prosjektleder: Matthan Caan, Academic University Medical Centre
Implementasjon av kommersielle løsninger basert på kunstig intelligens for forbedret arbeidsflyt i radiologisk avdeling
Prosjektleder: Inge Groote, SiV
Dyp kunstig intelligens til bruk for tolkning og detektering av diabetesretinopati og maculaødem
Prosjektleder: Lars Morten Skollerud
2024:
Poirot MG, Ruhe HG, Mutsaerts HJMM, Maximov II, Groote IR, Bjørnerud A, Marquering H, Reneman L, Caan MWA. Treatment Response Prediction in Major Depressive Disorder Using Multimodal Magnetic Resonance Imaging and Clinical Data: Secondary Analysis of a Randomized Clinical Trial. American Journal of Psychiatry 2024; 181: 223-233.
Jon André Ottesen, Tryggve Storas, Svein Are Sirirud Vatnehol, Grethe Løvland, Einar O. Vik-Mo, Till Schellhorn, Karoline Skogen, Christopher Larsson, Atle Bjørnerud, Inge Rasmus Groote-Eindbaas, Matthan W.A. Caan. Deep Learning-based Intraoperative MRI Reconstruction. 2024 ArXiv.
Groote IR. Kuler i huden [Skin lumps]. Tidsskr Nor Laegeforen. 2024 Apr 22;144(6). Norwegian. doi: 10.4045/tidsskr.24.0057.
Morberg PCW. Tools that work. Tidsskr Nor Laegeforen. 2024 Jan 10;144(1). English, Norwegian. doi: 10.4045/tidsskr.23.0844.
Morberg PCW, Ringdal KG, Espinosa A, Lindholm E. Excessive use of preoperative blood type and antibody screening: A retrospective observational study conducted in a hospital in Norway. Acta Anaesthesiol Scand. 2024 Jul 9. doi: 10.1111/aas.14493. Epub ahead of print.
Brevik-Persson S, Gjestvang C, Mass Dalhaug E, Sanda B, Melau J, Haakstad LAH. Cool mama: Temperature regulation during high-intensity interval running in pregnant elite and recreational athletes. J Exerc Sci Fit. 2024 Oct;22(4):429-437. doi: 10.1016/j.jesf.2024.09.003.
Dyrbekk APH, Warsame AA, Suhrke P, Ludahl MO, Zecic N, Moe JO, Lund-Iversen M, Brustugun OT. Evaluation of NTRK expression and fusions in a large cohort of earlystage lung cancer. Clin Exp Med. 2024 Jan 19;24(1):10. doi: 10.1007/s10238-023-01273-0.
Oedorf K, Haug ES, Liedberg F, Järvinen R, Gudjonsson S, Boström PJ, Jerlström T, Gudbrandsdottir G, Jensen JB, Lam GW. Perioperative management of upper tract urothelial carcinoma in the Nordic countries. BMC Urol. 2024 Jun 25;24(1):132. doi: 10.1186/s12894-024-01515-7.
Jäderling F, Bergman M, Engel JC, Mortezavi A, Picker W, Haug ES, Eklund M, Nordström T. Tailoring biopsy strategy in the MRI-fusion prostate biopsy era: systematic, targeted or neither? BMC Urol. 2024 Aug 7;24(1):168. doi: 10.1186/s12894-024-01553-1.
Nilsson R, Næss-Andresen T, Myklebust TÅ, Bernklev T, Kersten H, Haug ES. The association between pre-diagnostic levels of psychological distress and adverse effects after radical prostatectomy. BJUI Compass. 2024 Feb 24;5(5):502-511. doi: 10.1002/bco2.334.
Löffeler S, Bertilsson H, Müller C, Aas K, Haugnes HS, Aksnessæther B, Pesonen M, Thon K, Tandstad T, Murtola T, Poulsen MH, Nordstrøm T, Vigmostad MN, Ottosson F, Holmsten K, Christiansen O, Slaaen M, Haug ES, Storås AH, Asphaug L, Rannikko A,Brasso K; Scandinavian Prostate Cancer Group (SPCG) and the Norwegian Get‐Randomized (GRand) Initiative. Protocol of a randomised, controlled trial comparing immediate curative therapy with conservative treatment in men aged ≥75 years with non-metastatic high-risk prostate cancer (SPCG 19/GRand-P). BJU Int. 2024 Jun;133(6):680-689. doi: 10.1111/bju.16314.
Cyll K, Skaaheim Haug E, Pradhan M, Vlatkovic L, Carlsen B, Löffeler S, Kildal W, Skogstad K, Hauge Torkelsen F, Syvertsen RA, Askautrud HA, Liestøl K, Kleppe A, Danielsen HE. DNA ploidy and PTEN as biomarkers for predicting aggressive disease in prostate cancer patients under active surveillance. Br J Cancer. 2024 Sep;131(5):895-904. doi: 10.1038/s41416-024-02780-x.
Gustavsen EM, Haug ES, Haukland E, Heimdal R, Stensland E, Myklebust TÅ, Hauglann B. Geographic and socioeconomic variation in treatment of elderly prostate cancer patients in Norway - a national register-based study. Res Health Serv Reg. 2024 May 15;3(1):8. doi: 10.1007/s43999-024-00044-y.
2023:
Ottesen JA, Storås T, Vatnehol SAS, Vik-Mo E, Schellhorn T, Skogen K, Larsson C, Bjørnerud A, Groote IR, Caan MWA. Deep Learning Reconstruction on intraoperative MRI. Preprint.
Poirot MG, Ruhe HG, Mutsaerts HJMM, Maximov II, Groote IR, Bjørnerud A, Marquering H, Reneman L, Caan MWA. Treatment Response Prediction in Major Depressive Disorder Using Multimodal Magnetic Resonance Imaging and Clinical Data: Secondary Analysis of a Randomized Clinical Trial. American Journal of Psychiatry 2023; in press.
MacIntosh BJ, Liu Q, Schellhorn T, Beyer MK, Groote IR, Morberg PC, Poulin JM, Selseth MN, Bakke RC, Naqvi A, Hillal A, Ullberg T, Wasselius J, Rønning OM, Selnes P, Kristoffersen ES, Emblem KE, Skogen K, Sandset EC, Bjørnerud A. Radiological features of brain haemorrhage through automated segmentation from computed tomography in stroke and traumatic brain injury. Frontiers in Neurology 2023; 4: 1244672
Røvang M, Selnes P, MacIntosh BJ, Groote IR, Pålhaugen L, Sudre C, Fladby T, Bjørnerud A. Segmenting white matter hyperintensities on isotropic three-dimensional Fluid Attenuated Inversion Recovery magnetic resonance images: Assessing deep learning tools on a Norwegian imaging database. PLoS ONE 2023; 18: e0285683.
Zha S.Z., Rogstadkjernet M., Klæboe L.G, Skulstad H., Singstad B.-J., Gilbert A, Edvardsen T., Samset E, Brekke P. H. Deep learning for automated left ventricular outflow tract diameter measurements in 2D echocardiography. Cardiovasc Ultrasound 21, 19, 2023.
Singstad B. J., Ravn J., & Ranjbar A. Memory Inception: Predicting Neurological Recovery from EEG Using Recurrent Inceptions. Computing in Cardiology, 2023.
Ottesen JA, Caan MWA, Groote IR, Bjørnerud A. A Densely Interconnected Network for Deep Learning Accelerated MRI. Magnetic Resonance Materials in Physics, Biology and Medicine 2023; 36: 65-77.
Singstad B. -J., Gitau A. M., Johnsen M. K., Ravn J., Bongo L. A. and Schirmer H., Phonocardiogram Classification Using 1-Dimensional Inception Time Convolutional Neural Networks. Computing in Cardiology, 2022.
Poirot MG, Caan MWA, Ruhe HG, Groote IR, Bjørnerud A, Reneman L, Marquering H. Robustness of radiomic features for variations in whole-brain segmentation methods. Scientific Reports 2022; 12: 16712.
Singstad B. -J., Muten E. M. and Brekke P. H., Multi-Label ECG Classification Using Convolutional Neural Networks in a Classifier Chain. Computing in Cardiology, 2021.
Singstad B. -J. and Tronstad C., Convolutional Neural Network and Rule-Based Algorithms for Classifying 12-lead ECGs. Computing in Cardiology, 2020.
Forskningsgruppen samarbeider med flere nasjonale og internasjonale miljøer og forskere med kompetanse innen medisin og kunstig intelligens. Blant annet
- Computational Radiology & Artificial Intelligence (CRAI) ved Oslo Universitetssykehus
- Forskningsgruppe Kunstig intelligens ved Amsterdam University Meical Center (UMC)
- Det nasjonale nettverket Kunstig intelligens i norsk helsetjeneste (KIN)
- Nettverket PRESIMAL
- Universitetet i Sørøst-Norge
- Forskningsgruppen Health and Exercise in a Lifecourse Perspective (HELP) ved Universitetet i Sørøst-Norge
- Research Group in Computer Science, institutt for mikrosystemer og Handelshøyskolen ved Akershus Universitetssykehus
- Avdeling for teknologi og e-helse ved Akershus Universitetssykehus
Spesielt viktige samarbeidspartnere inkluderer:
Vimala Nunavath
- Arbeidssted: Department of Science and Industry systems, Campus Kongsberg, Universitetet i Sørøst-Norge (USN)
- Stilling: Førsteamanuensis.
Bradley MacIntosh
- Arbeidssted: Computational Radiology & Artificial Intelligence (CRAI), Klinikk for radiologi og nukleærmedisin (KRN), Oslo universitetssykehus (OUS)
- Stilling: Seniorforsker
Matthan Caan
- Arbeidssted: Academic University Medical Centre (AUMC)
- Stilling: Professor
Atle Bjørnerud
- Arbeidssted: Computational Radiology & Artificial Intelligence (CRAI), Klinikk for radiologi og nukleærmedisin (KRN), Oslo universitetssykehus (OUS)
- Stilling: Professor
I tillegg har gruppen inngått partnerskap med Norwegian Artificial Intelligence Research Consortium (NORA).
-
Sykehuset i Vestfold
-
Helse Sør-Øst
-
Nasjonalforeningen for folkehelsen
TB.no: Innen ett år vil kunstig intelligens være avgjørende i helsevesenet: – Det er som Word på steroider
Nasjonalforeningen for folkehelse: Trener kunstig intelligens til umiddelbar diagnose av hjerteinfarkt
Telemarksavisa: Sunt eller ikke?
Sykehuset i Vestfold: Første kirurg utnevnt til professor ved SiV