Danderyds sjukhus

Danderyds sjukhus driver AI-projekt som bland annat handlar om tolkning av fosterljud och att förbättra tidig upptäckt av dold cancer.

AI för att utforska cerebrovaskulär sjukdom

Fullständigt projektnamn

SCAPIS-2 Hjärna: Neuroradiologi och ny teknik i samspel för att utforska cerebrovaskulär sjukdom ur ett befolkningsperspektiv

Beskrivning

SCAPIS-2 Hjärna undersöker hjärnan hos 4500 deltagare med fotonräknande datortomografi, en ny teknik som ger skarpare bilder och kan bli standard i vården. Studien söker tidiga hjärnförändringar kopplade till stroke och demens samt identifierar riskfaktorer och biomarkörer. Målet är att möjliggöra riktad screening, förebyggande behandling och utveckling av nya läkemedel.

AI-assisterad tolkning av fosterljud

Fullständigt projektnamn

iCTG - AI-assisterad tolkning av fosterljud för ökad precision och förbättrade utfall för mor och barn

Beskrivning

Studien undersöker om AI kan förbättra fosterövervakning genom att analysera CTG-kurvor för att bättre förutse syrebristrisk under förlossning. Målet är att minska feltolkningar, undvika onödiga ingrepp och avlasta vårdpersonal genom mer precis och automatiserad tolkning med hjälp av maskininlärning.

Minska risken för allvarliga proppar vid IVF-behandling

Fullständigt projektnamn

Lungembolism och venös tromboembolism hos kvinnor som genomgår ovariell stimulering inför assisterad befruktning ART/IVF

Beskrivning

Studien undersöker risken för lungemboli (LE) vid IVF, där proppbildning är nio gånger vanligare vid embryoöverföring efter hormonstimulering. Forskare använder machine learning och biomarkörer för att förutsäga trombosrisk både innan och under IVF-behandling. Målet är att minimera risken för allvarliga proppar och möjliggöra tidig förebyggande behandling.

Förbättra tidig upptäckt av dold cancer

Fullständigt projektnamn

Novel biomarkers in screening for occult cancer in high-risk patient populations

Beskrivning

Studien MEDECA undersöker om blodbaserade biomarkörer kan förbättra tidig upptäckt av dold cancer hos patienter med ospecifika symtom. Genom att analysera blodprover från 1500 patienter på Danderyds sjukhus med maskininlärning, hoppas forskarna utveckla ett multi-analystest som kan identifiera högriskpatienter och minska behovet av onödiga och kostsamma undersökningar. Syftet är att förbättra tidig diagnos, behandling och därmed öka överlevnaden vid cancer.

  • Uppdaterad: 4 december 2025
Vi använder kakor för att webbplatsen ska fungera bra och för att samla in statistik som hjälper oss att förbättra den. Vill du tillåta det?
Om kakor