quotescamera408D8217-1508-42F1-8C7C-9B81D4D48B57BF2C6754-57F9-416E-81DD-671EE8AD8D71DD13BF45-FD0E-4F5E-BCB8-EE0968EEB4D2DD13BF45-FD0E-4F5E-BCB8-EE0968EEB4D292333EC4-7DF2-4B9F-A7BF-114B75EE0347chevron_thin_rightchevron-downchevron-firstchevron-lastchevron-leftchevron-nextchevron-prevchevron-right582A3CB2-04DA-4E39-837D-58C0907011FD582A3CB2-04DA-4E39-837D-58C0907011FDchevron-upA659D4DE-32ED-45A3-A6C5-A48FFE2B488D75140C12-4E5F-4759-9FD3-4300BCD98B0CB69DB86E-0DDE-4383-BD92-653067C2563303A7445C-E555-4556-9278-5815BF71C9AF16DD793C-5D61-45BF-AFAF-6DE315DB19D01A6A983E-3DA3-4A07-ACA8-60B780BA8F5Bsearch-bigD9E58768-0281-47D1-8191-45C7CE673AF893DB4080-7C8D-467D-8E27-6ECB71C8D144C6DE3A5E-B153-4D9B-9D7B-F226C80BCB9A1D118CCB-65D4-4236-8317-A87D534DDCA8001646AA-7655-4585-ADCC-738ED6F09280
2025. 02. 24. hétfő
  -  Mátyás
Térség

Újítás-fejlesztés a SZTE-ről

2024. március 19.

„AUTORAD” intelligens automatizált gerinc MR leletező és vizualizált leletértelmező rendszer kutatás-fejlesztése és integrációja a betegellátási folyamatba.

 

A Szegedi Tudományegyetem közreműködésével fejlesztett a Budai Egészségközpont Kft. és az IFUA HORVÁTH & PARTNERS Vezetési és Informatikai Tanácsadó Kft. A konzorcium az NKFIH Alapból a 2020-1.1.2-PIACI-KFI keretében 718 487 035 Ft támogatást elnyert 2020-1.1.2-PIACI-KFI-2020-00072 szerződés számú, „AUTORAD” intelligens automatizált gerinc MR leletező és vizualizált leletértelmező rendszer kutatás-fejlesztése és integrációja a betegellátási folyamatba” c. projektjét 2021.02.01. napján kezdte meg és 2024.01.31-én fejezte be.

Az egészségügyi képalkotó technológia robbanásszerű fejlődése jelentős előrelépést hozott a betegségek feltárásában, a korai diagnózis felállításában, illetve a hatékony terápiák alkalmazásában. Kimutatások szerint a képalkotó vizsgálatok száma kétszer olyan gyorsan növekszik, mint az azt leletezni képes radiológusok száma, ezért világszintű probléma a szakemberhiány. Ezzel párhuzamosan rohamos ütemben fejlődnek az AI/MI rendszerek, melyek fokozatosan utat törnek magunknak az egészségügyi alkalmazásokban, valamint mindent átsző a digitalizáció, ami a lakosság digitális készségeinek, illetve a digitális információ felhasználására vonatkozó szolgáltatási folyamatoknak a fejlesztését teszi szükségessé. Az AUTORAD projekt által végrehajtott fejlesztés ezt a két irányt egyesítette magában azzal, hogy az automatikus leletezésen keresztül olyan digitális felületet hozott létre, ahol a páciens és orvos közötti együttműködés (ügyfélélmény), ezzel együtt az ellátás minősége és kimenete is javulhat, magasabb egészségértéket biztosítva. Az AUTORAD projekt keretében többek között az orvos-beteg kommunikáció eredményességének javítása céljából egy vizualizált gerinc MR lelet megjelenítő rendszer, valamint egy intelligens leletkezelő alkalmazás megvalósítására került sor. A projekt ezen felül kiindulópontként szolgálhat az orvoshiány, különösen radiológusok hiányának kérdéskörében is. Az AUTORAD automata gerinc MR leletező alkalmazás intelligens megoldásként szolgálhat a kézi leletezés felgyorsítására, valamint pontosabb diagnózis felállítására.

A projekt végtermékei között szerepel egy több 10.000 gerinc MR vizsgálat automatikus feldolgozásán alapuló intelligens adatbázis, egy intelligens leletkezelő alkalmazás, egy automatizált radiológiai lelet-értelmező applikáció, ami egy 2D vizualizációval támogatott intelligens lelet, valamint egy automata gerinc MR leletező mesterséges intelligencia algoritmus és applikáció, ami a meglévő PACS szerverekhez kapcsolódva, a gerincről készült MR vizsgálatok automatizált leletezését végzi.