Karolinska universitetssjukhuset del 6
Karolinska universitetssjukhuset använder AI-verktyg för att förbättra behandling vid akut myeloisk leukemi och för att identifiera faktorer som påverkar graviditetskomplikationer vid typ 1-diabetes.
AI-verktyg för att förbättra behandling vid akut myeloisk leukemi
Fullständigt projektnamn
Chromatin organization and epigenetic aberrations as biomarkers and therapeutical targets in acute myeloid leukemia
Beskrivning
Studien undersöker epigenetiska förändringar vid akut myeloisk leukemi (AML) för att förstå läkemedelsresistens och förbättra behandling. Genom högteknologiska analyser av AML-celler utvecklas strategier för att göra resistenta celler känsliga för terapi. Ett AI-verktyg tas fram för att förutsäga behandlingssvar och optimera patientvård.
AI för att analysera MR-bilder vid MS och demens
Fullständigt projektnamn
MS diagnostik vid MR-bilder - Combinostics cNeuro och cDsi. AI för neurodegenerativa sjukdomar
Beskrivning
Projektet använder AI för att analysera MR-bilder vid multipel skleros (MS) och demens, med syfte att upptäcka små förändringar i hjärnan över tid. Målet är att förbättra diagnostik, behandling och uppföljning genom mer precis, objektiv och patientsäker bedömning – utan behov av kontrastvätska. Systemet är infört i Huddinge och implementeras i Solna.
Identifiera faktorer som påverkar graviditetskomplikationer vid typ 1-diabetes
Fullständigt projektnamn
Investigating the mechanisms and biomarkers linking maternal type 1 diabetes with adverse pregnancy and neonatal outcomes
Beskrivning
Projektet DIABOX syftar till att identifiera faktorer utöver blodsockerkontroll som påverkar graviditetskomplikationer vid typ 1-diabetes (T1D) och nyföddas hälsa. Genom att analysera placentor, blodprover och biomarkörer från 150 gravida kvinnor med T1D och 150 friska kontroller undersöks sjukdomsspecifika mönster. Projektet kombinerar RNA-sekvensering, AI-baserad analys och placentala organoider för att kartlägga sjukdomsmekanismer, utveckla biomarkörer och möjliggöra tidigare intervention vid högriskgraviditeter.
AI för att förbättra tidig diagnostik av lungcancer hos storrökande kvinnor
Fullständigt projektnamn
Lungcancerscreening - AI-Rad Companion
Beskrivning
Projektet använder AI för att förbättra tidig diagnostik av lungcancer hos storrökande kvinnor. AI-modulen från Siemens analyserar undersökningar, markerar förändringar och återför resultaten till läkaren, vilket ökar träffsäkerheten, minskar risken för missade fynd och sparar tid i den radiologiska bedömningen.
AI-lösningar för att skapa individanpassade behandlingsplaner vid hjärt-kärlsjukdom och diabetes.
Fullständigt projektnamn
CARDIO-TWIN
Beskrivning
CARDIO-TWIN utvecklar AI- och digitaltvillingbaserade lösningar för att skapa individanpassade behandlingsplaner vid hjärt-kärlsjukdom och diabetes. Projektet syftar till att förutsäga sjukdomsförlopp, föreslå skräddarsydda insatser och förbättra vårdens effektivitet, samtidigt som etiska och praktiska aspekter beaktas.
AI för att förbättra diagnostik och behandling av handledsfrakturer
Fullständigt projektnamn
To facilitate diagnosis, treatment, and evaluation for distal radius fractures based on digital platform "alltid öppet" and AI technology
Beskrivning
Projektet använder AI och digitala plattformar för att förbättra diagnostik och behandling av handledsfrakturer genom analys av patientdata och radiologiska bilder. AI-algoritmer utvecklas för snabbare och mer exakta diagnoser, vilket kan effektivisera vården, minska onödiga besök och förbättra patientutfall.
AI för att effektivisera diagnostik och bildhantering för bättre patientvård
Fullständigt projektnamn
Individanpassad datortomografi - hur röntgenstrålar och kontrastmedel kan användas bättre i klinisk vardag
Beskrivning
Studien optimerar datortomografi (DT) genom att förbättra bildkvalitet och kontrastmedelsanvändning samtidigt som stråldoser minskas. Forskare undersöker fotonräknande DT, AI för dosering av kontrastmedel, och hur hjärtats pumpförmåga samt blodflöde påverkas vid undersökningar. Målet är att effektivisera diagnostik och bildhantering för bättre patientvård.
AI-stöd för att förutse risk för vårdrelaterade infektioner
Fullständigt projektnamn
AI-stöd för att förutse risk för vårdrelaterade infektioner
Beskrivning
AI-stöd för att förutse risk för vårdrelaterade infektioner En nationell satsning för att ta fram mer innovativa sätt att minska förekomsten av vårdrelaterade infektioner drevs under namnet VRI Proaktiv. Där utvecklas bland annat ett IT-stöd som ska hjälpa vårdpersonalen att identifiera riskpatienter. Men den avancerade tekniken kombineras också med effektivisering av analoga arbetssätt för bästa möjliga utfall.
- Uppdaterad: 10 december 2025