Prosjektet er delt i to delar.
Del 1: Lungelesjonar
Forskarar testar ut eit program som heiter Reveal-DX. Programmet nyttar all tilgjengeleg informasjon som storleik, plassering og form til å berekne MSI (malignancy similarity index). Dersom MSI er under 0,1, er det under 1 % sannsynlegheit for malignitet, medan MSI over 0,9 tyder på meir enn 40 % sannsynlegheit for malignitet.
Planen er å teste Reveal-DX på eit historisk datasett og vurdere vidare studiar:
- Test av Reveal-DX når radiologen vurderer ein lesjon. Dersom Reveal-DX finn lesjonar med høg risiko for malignitet, kan desse sendast rett til pakkeforløp og utgreiing, i staden for unødvendig venting og kontroll. Unødvendig ventetid kan auke risikoen for spreiing.
- Test av Reveal-DX for pasientar som er viste til lungepoliklinikken i pakkeforløp. Dersom Reveal-DX finn pasientar med låg risiko for malignitet, kan desse følgjast opp med CT-kontroll i staden for utgreiing med potensielle komplikasjonar.
Del 2: Lymfeknutar i mediastinum
I samarbeid med Contextflow i Austerrike arbeider PRETAI med å utvikle ein KI-modell som skal kjenne att lymfeknutar i mediastinum. Modellen skal måle storleik og volum og identifisere kva for ei lymfeknutestasjon lymfeknuten tilhøyrar. Seinare skal modellen kunne berekne MSI.
Denne modellen vert bygd frå grunnen. Gjennom samarbeid med stråleeininga ved Ålesund sjukehus arbeider fire annotatørar med å annotere alle lymfeknutar i mediastinum hos 140 pasientar. Contextflow vil trene modellen, og forskarar planlegg å validere den.