Machine learning er ikke en ny teknologi, men kombinationen af digitalisering af data, udvikling i kapacitetet af computere og de teknologiske forbedringer af algoritmer gør, at kvaliteten af løsninger er steget eksplosivt de seneste år.
Vi gennemgår den basale teknologi og viser anvendelser af AI til procesoptimering indenfor digital patologi og udregning af risiko for alvorligt Covid-19 forløb.
"Procesoptimering med AI indenfor digital patologi"
Erik S. Poulsen (læge, medicoingeniør) vil gennemgå hvordan den danske AI-medtech virksomhed, Cellari, optimerer arbejdsgangene ift. vurdering af vævssnit fra patienter på patologiske afdelinger.
Peter L. Jensen (datalog og underviser i AI på DTU) vil gå i detaljer med de AI-modeller virksomheden benytter og de udfordringer der er forbundet med at validere performance af AI-baseret virtuel vævsfarvning ift. nuværende kemikaliebaserede metode som også medfører uønskede ændringer af vævet.
"AI til udregning af risiko for alvorligt Covid-19 forløb"
Får du corona, vil din risiko for at få et alvorligt forløb afhænge af din sundhedstilstand. Vi har alle hørt fra de generelle medier at alder, køn, og vægt spiller ind. I Danmark har vi dog mulighed for at finde alle sygsspor fra patienterne i IT systemerne ved at indeksere på personnumre.
Mads Nielsen leder af Datalogisk Institut, KU og professor i medicinsk billedanalyse har sammen med et forskerteam brugt data fra sundhedsplatformen til at træne modeller til hvilke parametre, der effektivt driver risikoen for alvorlig Covid-19. Mads giver et hint på, hvordan dette bruges til ressourceallokering i Region H.
Arrangør IDA IT: Joanna Christensen
Moderator: Maj Brincker Højring, IDA
Talere:
Erik S. Poulsen, MD, MSc, CEO & medstifter af Cellari
Peter L. Jensen, datalog og underviser i AI på DTU, CTO hos Cellari
Mads Nielsen, leder af Datalogisk Institut, KU og professor i medicinsk billedanalyse.
