Projekt · Dnr 2020-00280 · Källa: Vinnova

AI-modell för prediktion av odiagnostiserat förmaksflimmer

Koordinator
Zenicor Medical Systems AB
Projekttid
2020-04-15 till 2020-11-30 (avslutat)
Beviljat bidrag
500 000 SEK
Diarienummer
2020-00280

Beskrivning

Projektets huvudmål var att undersöka möjligheten, lämpligheten och prestanda för en AI-baserad algoritm att urskilja högriskpatienter för odiagnostiserat paroxysmal förmaksflimmer från patienter med låg risk med målsättningen att överträffa prestanda på motsvarande blodtest NT-proBNP. Projektet har visat att AI kan användas för ändamålet. I projektet har Zenicor förvärvat kompetens och erfarenhet inom AI genom samarbetet med specialisterna på Modulai AB. Projektet har visat att en AI-baserad algoritm på ett framgångsrikt sätt kan användas för att identifiera högriskpatienter för paroxysmalt förmaksflimmer med en prestanda som överträffar tidigare använt blodprov. Modellen skulle i ett framtida kliniskt scenario kunna användas för att på ett enkelt och kostnadseffektivt sätt urskilja de patienter som har störst behov av en fördjupad screening för förmaksflimmer genom ett snabbt EKG-test på vårdcentral eller apotek. Projektet har visat att det finns praktisk nytta av modellen och ger incitament för ytterligare utveckling.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Validering och implementering av en prediktionsmodell för att minska sjukhusinläggningar vid kronisk sjukdom

    Danderyds Sjukhus AB · 2020-04-15 · 499 447 SEK · Projekt

    Syftet var att validera och implementera ett proof-of concept AI-baserat beslutsstöd för läkare och beslutsfattare för att optimera vården genom att förutsäga återinläggningar på sjukhus. Vi har 1) identifierat och infogat läkare och beslutsfattares behov i modellen (användarcentrerad design), 2) på…

  2. AI-baserat beslutsstöd för personanpassade läkemedelsrekommendationer ur ett medicinskt och klinisk farmakologiskt perspektiv

    Region Stockholm · 2025-06-17 · 1 050 000 SEK · Projekt

    Projektet syftar till att göra korrekt information inför läkemedelsordination mer lättillgänglig och utveckla stöd för en effektiv och säker läkemedelsbehandling. Läkemedelsverket har utvecklat en AI-modell som ska kunna presentera information från nationella kunskapsstöd sammanställd på ett lättill…

  3. AI-baserad optimering av växthusodling

    SVEGRO AB · 2020-04-15 · 300 000 SEK · Projekt

    Syftet med detta projekt var att undersöka hur AI kan användas för att stötta och optimera odlingsprocessen av örter i växthus. Särskilt intressant var att undersöka om AI kan användas för att optimera energianvändning och minska antalet krukor som behöver kastas p.g.a. kvalitetsbrister. AI-modeller…

  4. AI-baserad verktyg för individuell optimering av behandling mot depression

    NORTHERNLIGHT DIAGNOSTICS AB · 2022-04-01 · 843 735 SEK · Projekt

    Syftet med projektet är att slutföra produktutvecklingen (till nivå TRL7) och förberedda företaget för den första externa investeringsrunden inför marknadsintroduktion. Genom att utforma en hälsoekonomisk modell, kunna ge kunder en bra bild av vilka effekter produkten kan ge, såväl för depressiva pa…

  5. AI-baserad storskalig screening för cancer i munhåla och svalg

    Uppsala universitet · 2021-01-01 · 2 500 000 SEK · Projekt

    Hög dödlighet i munhålecancer beror till stor del på sen diagnos. Dagens metoder för cancerupptäckt är dyra och smärtsamma. I projektet har vi skalat upp och förbättrat våra AI-baserade metoder för tidig diagnos baserat på icke-invasiv provtagning som ger radikalt sänkt kostnad och samtidigt ökad no…