Nyheder

Sprogmodeller (fra Indsigt.ai) er bedre end diagnosekoder til at finde tilfælde af hæmaturi (blod i urinen) nævnt i patientjournalen. Det føles som en milepæl I brug, i dette tilfælde til at finde hæmaturi hos personer med blærecancer finder Sprogmodellen 99% af alle personer med hæmaturi.Diagnosekoder finder kun 8%! Sprogmodellen kan desuden bruges til at bestemme…

Vi har ansat Lina Elkjær Pedersen, der er cand.it i gruppen. Lina er uddannet i Cognitive Science fra Aarhus universitet og har erfaring i at arbejde på sundhedsdata inklusiv sprogteknologi. Velkommen Lina !

Samarbejdet med onkologisk afdeling ved OUH har ledt til en artikel . I samarbejdet har Indsigt.ai udviklet en model til at identificere fraktur i ribben. Dette muliggjorde at man kunne studere sammenhængen mellem stråledosis ved lungekræft og risikoen for ribbensbrud. “Cumulative rib fracture risk after stereotactic body radiotherapy in patients with localized non-small cell lung…

Pernille Just Vinholt er ny professor ved Klinisk Institut på SDU og OUH. Professoratet er i Klinisk Biokemi med fokus på beslutningsstøtte og kunstig intelligens Læs mere her : Link

Martin har præsenteret og deltaget på et tværregionalt netværksmøde for fagfolk, der arbejder med kunstig intelligens (TRAIN). Her delte han erfaringer fra sit arbejde hos indsigt.ai. Hans præsentation handlede om sprogmodeller til at analysere den enorme mængde ustruktureret tekst i patientjournaler, med det formål at forbedre klinisk beslutningstagning og forskning.

Vi har haft et fantastisk samarbejde – i regi af Den Intelligente Patientjournal ipj.dk – med Digitaliseringsstyrelsen: Digitaliseringsstyrelsen (Sprogteknologi.dk) skriver på LinkedIn: “ Nyt tekstdatasæt, som er velegnet til træning af #sprogmodeller inden for det sundhedsfaglige domæne, er ude nu! 👩‍⚕️ Digitaliseringsstyrelsen har i samarbejde med Syddansk Universitet – University of Southern Denmark taget fat i en åbent tilgængelig dokumentsamling…

D. 27/11 var en stor dag i IPJ, da hele to ingeniører, Martin Sundahl Laursen og Jannik Skyttegaard Pedersen på fornemmeste vis forsvarede deres ph.d. foran de knivskarpe bedømmere. Deres afhandlinger kan tilgås via vores publikationsliste.

Vi har modtaget en bevilling på 990.000 kr fra Novo Nordisk fonden Bevillingen skal anvendes til projektet : Improving cardiovascular disease prevention with artificialintellingence for finding relevant information in electronic health records I den forbindelse skal vi udvikle algoritmer til at ekstrahere information fra journaler om hjertekarsygdom og risikofaktorer herfor. Disse informationer kan anvendes til…

Læger overser mindst 30% af relevant information, når de læser journalen ved almindelig manuel gennemlæsning. Resultatet var enslydende i eksperimenter, hvor lægerne blev bedt om at udpege det relevante i form af blødningsepisoder hos patienten og ved brug af Eye tracking, hvor man kan analysere hvilke ord, blikket har hvilet på. Lægerne fandt de relevante…

Vores forskningsgruppe har trænet en transformermodel der kan anonymisere ustruktureret tekst i danske patientjournaler – og helt uden at annotere data som normalt tager mange måneder at indsamle. Vi har i stedet brugt “svage labels” taget fra statistik om navne, adresser, osv. og fået modellen til at generalisere ud fra det og kende forskel på…

Vores arbejde omkring bias i kliniske sprogmodeller er blevet accepteret til Findings of the European Chapter of the Association for Computational Lingustics 2023. Abstract:Clinical machine learning algorithms have shown promising results and could potentially be implemented in clinical practice to provide diagnosis support and improve patient treatment. Barriers for realisation of the algorithms’ full potential…

Vi har fået accepteret to papers på NoDaLiDa 2023 konferencen på Færøerne. Vi præsenterer en sprogmodel, MeDa-BERT, som vi har pre-trained på et nyt korpus af dansk medicinsk tekst fra medicinske bøger og tekst fra internettet. Korpusset består af 133 millioner ord.Læs mere på https://aclanthology.org/2023.nodalida-1.31/ Vi præsenterer også vores arbejde med at udtrække kliniske events,…

Vi har nu udgivet en artikel, hvor vi præsenterer et benchmark til danske kliniske word embeddings. Word embeddings er vektorer som repræsenterer et ords betydning vha. numeriske værdier og gør det muligt at udføre machine learning på tekst. Benchmarket muliggør også sammenligning af word embeddings til machine learning på danske kliniske problemer, og forskere der…

Vi præsenterede vores arbejde med sprogmodeller til at finde blødning og dens lokation i kroppen ved IEEE-EMBS BHI-BSN 2022 konferencen i Ioannina, Grækenland. Viden om blødninger og hvor de fandt sted er vigtig for behandling af patienten. Vores arbejde viste, at en lille sprogmodel, som hurtigt kan trænes på lokale patientjournaler, var bedre end en…

Vi deltog med et paper ved The 10th IEEE International Conference on Healthcare Informatics i Rochester, Minnesota.I samarbejde med Wilke A/S undersøgte vi danskernes syn på at blive diagnosticeret af en robot.Vi har lige nu publiceret at: 77% af danskere gerne vil diagnosticeres af en robot – faktisk vil 29% foretrække en robot frem for…

Vi har indgået samarbejde med FADL’s Forlag om udvikling af kliniske sprogteknologiske algoritmer.

Hjerteforeningen støtter projektet “Automatisk vurdering af risiko for venøs tromboembolisme under indlæggelse ved hjælp af kunstig intelligens – AUTORISK” med 1 mio. kr.

Vi har indgået samarbejde med Medicin.dk om udvikling af kliniske sprogteknologiske algoritmer.

OUHs Innovationspulje 2021 støtter projektet ”Resume af blødningsepisoder i patientjournalen ved hjælp af kunstig intelligens” med 350.000 kr.

Publicering af artikel ”Deep learning detects and visualizes bleeding events in electronic health records”. Link: https://onlinelibrary.wiley.com/doi/full/10.1002/rth2.12505

Præsentation af Den Intelligente Patientjournal projektet for Medicinsk Afdeling, Svendborg Sygehus.

Rasmus Hansen fra projektgruppen starter Ph.d.-projekt ”Early identification of cancer among individuals with hematuria – an artificial intelligence based approach” Rasmus Søgaard Hansen

Martin Laursen starter Ph.d.-projekt ”Explainable detection and visualization of medical events in unstructured Danish electronic health record text using natural language processing”. Jannik Pedersen starter Ph.d.-projekt ”Natural language processing for information extraction in electronic health records with limited labeled data”. Martin Sundahl Laursen Jannik Skyttegaard Pedersen

Helsefonden støtter projektet ”Bedre patientforløb ved automatisk overvågning af trombose og blødningsrisiko hos indlagte patienter ved brug af kunstig intelligens” med 350.000 kr.