Södersjukhuset

Fullständingt projektnamn

Screening för kolektoral cancer med immunologiskt test – konsekvenserna av falskt positiva test

Beskrivning

Stockholm-Gotland införde tjock- och ändtarmscancerscreening 2008, vilket har minskat dödligheten med minst 14 %. Många falskt positiva test leder dock till onödiga undersökningar, oro och kostnader. Studien utvärderar dessa konsekvenser och utvecklar ett AI-verktyg för att anpassa screeningen efter individuell risk, minska onödiga tester och optimera resurser. Från 2026 kommer 1,65 miljoner personer att bjudas in årligen, och en eventuell sänkning av åldersgränsen till 50 år diskuteras.

Fullständigt projektnamn

Automatisering av anställningsprocessen, minskning av administrativ tid för chefer

Fullständigt projektnamn

AI för att analysera fritextsvar i den nationella graviditetsenkäten

Beskrivning

Projektet syftar till att effektivisera analysen av graviditetsenkäter genom AI. Genom omvärldsbevakning, djupintervjuer och workshops har viktiga behov och visioner identifierats inom kvinnokliniken. Fem koncept har utvecklats för att testas i verksamheten, och tekniska utmaningar kartläggs i samarbete med IT och dataskyddsombud. Initiala tester med ChatGPT har genomförts för att utvärdera AI:s kvalitet och potential för framtida implementering.

Fullständigt projektnamn

Organbevarande, begränsad (kemo-)radioterapi, ctDNA-monitorering och watch-&-waituppföljning av små screening-upptäckta ändtarmstumörer; STAR-TReC(3) internationell, randomiserad klinisk studie och projekt inklusive AI.

Beskrivning

STAR-TReC-studierna undersöker om organbevarande (kemo-)radioterapi kan ersätta kirurgi vid små ändtarmstumörer, vilket skulle förändra behandlingen för 25 procent av patienterna. Studien inkluderar 400 patienter och testar även ctDNA-mätning för att upptäcka återfall. Projektet syftar till att minska strålningstoxicitet, förbättra behandlingsprecision och utveckla AI för inritning av riskorgan, vilket kan effektivisera strålbehandling.

EU-finansierat forskningsprojekt

Fullständigt projektnamn

AI-baserad frakturdetektion av småskelett 

Beskrivning

Projektets övergripande mål är att kunna skicka hem patienter utan detekterad fraktur snabbare från akuten. Detta skulle medföra nyttor så som: Mindre belastning på akuten och akutröntgen och Mer tid för arbete med övriga patienter alt. fler patienter att kunna hantera med oförändrade resurser

Projekt Argus är en förstudie för att utveckla en AI-lösning för radiologer med målet att frigöra tid, öka följsamheten till riktlinjer och stärka patientsäkerheten genom ett säkert och genomtänkt sätt att använda språkmodeller i kliniskt arbete.