Grant Map EU

Celem Projektu jest stworzenie asystenta AI radiologa (RADi) o przełomowych możliwościach: 1.Generowania elementów strukturalnych opisów badań na podstawie danych obrazowych (TK, RM) 2. Skrócenia czasu wykonania pełnej diagnozy i opisu badania o minimum 25% przez: -Dostarczanie kwantyfikowalnych, precyzyjnych informacji o zmianach, patologiach (ilość, pole powierzchni, objętość)dzięki segmentacji organów oraz pomiarom ich własności geometrycznych (np.: objętość, stosunek istoty szarej do białej, stopień zwężenia tętnic) -Wspieranie radiologa w trakcie opisu–wskazywanie badań obrazowo podobnych (anatomicznie, wg morfologii, ilości i lokalizacji zmian, podobieństwa organów) w oparciu o bazę 15000 badań. -Analizę porównawczą aktualnego badania z historycznymi, pokazującą postęp choroby przez ocenę nowych patologii i ich objętości oraz podstawowych parametrów mózgu, serca, płuc, objętości segmentów ww. organów -Szybką nawigację do wykrytych patologii lub organów na wielu podobnych badaniach Funkcje zostaną zrealizowane przez badania mające na celu utworzenie: 1. Zbioru treningowego do budowy i rozwoju modeli AI, składającego się z min. 15000 badań przeanalizowanych przez radiologów,w wyniku czego powstaną ustrukturyzowane dane diagnostyczne dla rozwiązań opartych o uczenie maszynowe 2. Sieci Deep Neural Network (DNN) oznaczających zmiany patologiczne na obrazach radiologicznych mózgu, serca, płuc (rozrostowe, pourazowe, zapalne) 3. Modeli DNN łączących analizę badań obrazowych (m.in. sieci splotowe) i tradycyjnych opisów radiologicznych (modele NLP) w celu automatycznego oznaczania miejsc wykrytych patologii 4. Zestawu modeli DNN segmentujących, wykrywających i kwantyfikujących organy i patologie. SA.41471(2015/X) Przeznaczenie_pomocy_publicznej: art: 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014)