AI och sensorer ska ge patienter snabbare och säkrare diagnoser

– Vi vet att hjärt- och hjärnsjukdomar tillhör de största hoten mot folkhälsan. Där ligger utgångspunkten för vårt projekt. För att upptäcka sjukdomar tidigare och ställa säkrare diagnoser behövs bättre metoder för att samla in och tolka information om patienters hälsa, säger Jan Lundgren, professor vid STC Forskningscenter på Mittuniversitetet.

Därför ska forskare i Sverige och Norge undersöka hur information från flera olika sensorer kan kombineras för att ge vården bättre beslutsstöd. Det nya projektet FUSMON, där AI, sensorfusion och medicinsk kompetens länkas samman ska bana väg för nästa generations hjärt- och hjärnmonitorering.

I det treåriga projektet samarbetar forskare från Mittuniversitetet och Norges teknisk-naturvitenskapelige universitet (NTNU) med medicinteknikföretagen Coala Solutions och CATE Medical Devices. Målet är att undersöka hur data från flera olika sensorer kan kombineras och analyseras med hjälp av AI.

Tekniken kallas sensorfusion och innebär att information från flera mätkällor vägs samman för att skapa en mer komplett bild av patientens tillstånd.

– 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. 

Från hjärtljud till hjärnaktivitet

Samarbetet mellan akademi och näringsliv är en central del av projektet. Mittuniversitetet och Coala Solutions har sedan tidigare forskat tillsammans kring hjärtljud. Inom FUSMON ska de bland annat undersöka hur hjärtljud och EKG kan kombineras med AI för att utveckla framtidens hjärtmonitorering.

NTNU bidrar med kompetens inom medicin, signalbehandling och hjärnmonitorering. Tillsammans med CATE Medical Devices ska forskarna vidareutveckla och utvärdera teknik som kombinerar NIRS och EEG för att övervaka hjärnans syresättning och aktivitet.

– 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.

Hjärtat och hjärnan möts

En särskild styrka i projektet är att forskningen om hjärtat och hjärnan inte bedrivs i separata spår. I stället bygger arbetet på så kallad cross-learning, där erfarenheter och metoder från de två områdena används för att utveckla varandra.

– Vi vill se vad som händer när kunskap från hjärt- och hjärnmonitorering möts. Om metoder som fungerar inom det ena området också kan användas inom det andra kan det öppna nya möjligheter för hur komplexa fysiologiska signaler analyseras, säger Jan Lundgren.

Kan bidra till mer tillgänglig vård

Forskarna hoppas att resultaten på sikt ska bidra till mer träffsäkra diagnoser, bättre beslutsstöd och effektivare hälsomonitorering. Tekniken kan också skapa nya möjligheter för monitorering på distans, exempelvis i hemmet, vilket kan göra vården mer tillgänglig och jämlik.

FUSMON finansieras av Interreg Sverige-Norge och pågår under tre år. Projektet genomförs av Mittuniversitetet och NTNU i samarbete med företagen Coala Solutions och CATE Medical Devices.

Kontaktpersoner:

Jan Lundgren, projektledare och professor vid STC forskningscenter vid Mittuniversitetet, jan.lundgren@miun.se, +46 10 142 85 56 eller +46 72 581 61 56
Nils Kristian Skjærvold, narkosläkare och forskare vid Norges teknisk-naturvitenskapelige universitet (NTNU), nils.k.skjervold@ntnu.no, +47 99 37 57 74