Tidigare upptäckt av pigmentförändringar som kan minska dödligheten i hudcancer, förbättrad diagnosticering av mental hälsa och automatisk klassificering av röntgenbilder i tandvården. Det är några projekt som Vinnova nu finansierar i en satsning på AI för bättre hälsa.

Satsningen handlar om att utveckla lösningar som förebygger ohälsa, skapar tidigare och säkrare diagnostik, bättre behandlingar och en effektivare vård.
– Användning av artificiell intelligens kan ge tidigare och säkrare diagnoser och bättre behandlingar. Vi ser också möjligheter till innovationer som kan bli framtida exportframgångar för svenska företag, säger Linda Swirtun, ansvarig för utlysningen på Vinnova.
Sju projekt får finansiering med sammanlagt 20 miljoner kronor. I projekten samarbetar företag, offentlig verksamhet och universitet i olika konstellationer:

Förbättrad diagnostisering av mental hälsa med beskrivande ord och artificiell intelligens
Lunds universitet, Institutionen för psykologi, Region Skåne, Riksförbundet Balans, Ångestsyndromsällskapet Bidrag från Vinnova, 3,3 miljoner
Ska utveckla ett AI-baserat beslutsstöd för diagnostik av psykisk ohälsa med målsättningen att ge mer korrekta diagnoser tidigt i vårdförloppet.
Projektledare: Sverker Sikström, Lunds universitet, Institutionen för psykologi

AI för automatisk klassificering av röntgenbilder i tandvården
Kairos Future AB, Västra Götalandsregionens koncernkontor
Bidrag från Vinnova: 1,5 miljoner
Projektet ska utveckla lösning med AI-baserad automatklassificering av tandröntgen som kan förbättra bedömningarnas kvalitet, minska variationen mellan tandläkare och bedömningstillfällen och spara tid.
Projektledare: Mats Lindgren, Kairos Future AB

AI som beslutsstöd i syfte att minska mortalitet i malignt melanom
Diagnostiskt centrum hud i Sverige AB, KTH, Lagerros IT AB
Bidrag från Vinnova: 2,2 miljoner
Projektet ska att genom att använda ett stort antal fotograferade dermatoskopibilder utveckla en programvara som kan selektera ut de pigmentförändringar som har ökad risk att vara maligna.
Projektledare: Petra Kjellman, Diagnostiskt centrum hud i Sverige AB

Plattform för radiologer att, med få resurser, effektivt framställa högkvalitativ träningsdata
Annotell AB, Praktikertjänst Röntgen AB, SECTRA AB
Bidrag från Vinnova: 2,1 miljoner
Projektet ska ta fram en plattform som gör det mycket lättare att framställa stora mängder högkvalitativ träningsdata för medicinska tillämpningar.
Projektledare: Oscar Petersson, Annotell AB

Prehospitalt beslutsstöd för identifiering av sepsisrisk
Lindholmen Science Park AB, Prehospital ICT Arena, Aweria AB, Chalmers, Högskolan i Borås, Intersystems Sweden AB, Karolinska Institutet, Mediteq Svenkebo AB, Västra Götalandsregionen/Skaraborgs sjukhus
Bidrag från Vinnova: 3,7 miljoner
Projektet ska ta fram ett AI-beslutstöd med potential att öka precisionen i den tidiga bedömningen av sepsis (när en infektion spridit sig och påverkar vitala organ).
Projektledare: Johanna Bergman, Prehospital ICT Arena

Effektivisering av kliniska processer vid djup hjärnstimulering genom molnbaserad programmering
Uppsala universitet, Inst. för informationsteknologi, Akademiska Sjukhuset Neurologiska kliniken, Stardots AB
Bidrag från Vinnova: 2 miljoner
Projektet syftar till att effektivisera och optimera kliniska processer inom djup hjärnstimulering genom datadriven matematisk modellering, medicinsk bildanalys och objektiv symptomkvantifiering.
Projektledare: Alexander Medvedev, Uppsala universitet, Inst. för informationsteknologi

Effektivare och mer jämlik akutvård med hjälp av avancerade medicinska beslutsstödsystem
Lunds universitet, avdelningen för arbets- och miljömedicin, Kliniska Studier Sverige, Skånes universitetssjukhus
Bidrag från Vinnova: 5,3 miljoner
Projektet ska ta fram ett beslutsstödsystem för akut hjärtinfarkt och instabil kärlkramp som gör handläggningen av patientgruppen effektivare och mer jämlik.
Projektledare: Jonas Björk, Lunds universitet, avdelningen för arbets- och miljömedicin

Filed under: SvenskTeknik