Udvikling af pålidelige kunstig intelligens (AI)-drevne værktøjer til at forudsige vaskulær sygdomsrisiko og progression (VASCULAIDRETRO)

Hidtil er det ukendt, hvilke patienter med abdominal aortaaneurisme (AAA) og perifer arteriel sygdom (PAD) vil lide af kardiovaskulære hændelser, eller hos hvilke patienter AAA eller PAD vil udvikle sig. I VASCULAID-projektet sigter VASCULAID-RETRO-studiet på at udnytte data fra eksisterende kohorter og retrospektivt indsamlede data til at udvikle kunstig intelligens (AI) algoritmer, der er i stand til at evaluere risikoen for kardiovaskulære hændelser og omfanget af sygdomsprogression.

For at opbygge og træne algoritmerne til forudsigelserne planlægger vi retrospektivt at tilmelde mindst 5000 AAA og 6000 PAD-patienter AI-værktøjer vil blive anvendt på patientdataene. Der vil blive udført automatisk anatomisk segmentering på billeder og billedanalyse på US, CTA og MRI. Der vil også blive udviklet algoritmer til at forudsige kardiovaskulære hændelser og AAA- eller PAD-progression baseret på multi-source dataanalyse.

Patientdata fra europæiske kliniske konsortiumpartnere er tilgængelige. Dette konsortium har adgang til store kohorter med relevante data til den påtænkte undersøgelse, som vil blive brugt til at berige de eksisterende registre. Disse data vil blive brugt til at forfine de algoritmer, der er udviklet til forudsigelse af kardiovaskulære hændelser og AAA/PAD-progression.