Vi bruker kunstig intelligens for å utvikle persontilpassede og bærekraftige helsetiltak for personer med rygg- og nakkelidelser.
Ryggsmerter har vært den ledende årsaken til redusert helse verden over i tredve år. En økende forekomst av ryggsmerter, grunnet en aldrende populasjon i den vestlige verden, utgjør en stor utfordring for fremtidens helsevesen, gitt at begrensede ressurser må fordeles på flere.
Tross bruk av avanserte vurderings- og behandlingsmetoder for ryggsmerter, så er effekten av de fleste kirurgiske og konservative behandlingstiltak liten til moderat. Store individuelle forskjeller i klinisk forløp, prognose, og respons på behandling, kan delvis forklare de beskjedne effektene, men mesteparten av denne variasjonen kan ikke forklares.
Forskjeller i behandlingsrespons mellom individer kan skyldes både genetiske og miljømessige faktorer, og fremstår ofte som en kompleks tilstand for klinikere. Det er mangel på nyttige og presise kliniske verktøy som kan hjelpe pasienter og klinikere til å ta bedre beslutninger og gi en mer skreddersydd behandling.
Hovedmålet i AID-Spine, del I, er å bruke maskinlæringsmetoder på store datasett for å identifisere personer med ulike behandlingsforløp og respons på behandling etter kirurgiske og/eller konservative behandlingstiltak for ryggsmerter.
Delmål er å validere risiko- og prediksjonsmodeller i andre skandinaviske datasett, samt å utforske hvordan risiko- og prediksjonsmodeller kan implementeres i kliniske verktøy som kan benyttes i undersøkelse og behandling av pasienter med ryggsmerter.
Det overordnede målet med AID-Spine er å utforske og finne nye løsninger basert på kunstig intelligens, for undersøkelse og behandling av ryggsmerter, som kan bidra til et persontilpasset og bærekraftig helsevesen.
Prosjektgruppen består av en bred tverrfaglig gruppe og inkluderer nevrokirurger, fysioterapeuter, dataingeniører, epidemiologer, statistikere, brukerrepresentanter og klinikere.
Prosjektet er et av de første store forskningsprosjektene ved Senter for intelligent muskelskjeletthelse, som er et av fem fremragende akademiske miljøer ved OsloMet.
-
Prosjektgruppen