Forskere fra Høgskolen i Østfold, Sykehuset Østfold og Sahlgrenska Universitetssykehus i Gøteborg samarbeider for å utvikle en kunstig intelligens-basert metode for diagnostisering av blodpropp.

Dagens metoder for tidlig diagnostisering av plodpropp har begrensninger, fordi flere av kriteriene for videre testing er basert på subjektive vurderinger og blir tolket forskjellig av ulike leger. For å bekrefte mistanken om blodpropp, må pasienter gjennomgå en ultralydundersøkelse. Det er både en kostbar og tidkrevende prosess.

Ved å bruke avanserte algoritmer for maskinlæring har forskerne allerede sett resultater som tyder på en betydelig forbedring sammenlignet med dagens verktøy for å stille diagnose, skriver Høgskolen i Østfold på nettstedet Forskning.no.

Modellene er trent på et datagrunnlag som består av en blodprøver og andre kliniske målinger tatt av mer enn 1.400 pasienter. Forskerne planlegger også å samle inn data fra ytterligere 1.000 pasienter for å verifisere og forbedre de eksisterende modellene.

Teknikere har utviklet en prototype av en app basert på resultatene til forskerne. Appen vil bli testet av både sykehusleger og fastleger i løpet av året.

– Dette er det første reelle prosjektet som tar i bruk maskinlæring for å forbedre diagnostikken, sier Ghanima Waleed, forskningsleder ved Sykehuset Østfold.