Kunstig Intelligens anvendt til at opdage kræft

Kræft i bugspytkirtlen

er forbundet med en dårlig prognose på grund af den høje forekomst af lokoregionale tilbagefald og metastaser.
Den overordnede prognose for kræft i bugspytkirtlen er ikke blevet bedre i løbet af de sidste 20 år.

Patienter med kræft i Bugspytkirtlen
har en 5-års relativ overlevelsesrate på
12.8%1

Kræft i bugspytkirtlen er en af de få kræftformer, hvis forekomst fortsætter med at stige, med 66.440 nye tilfælde i USA i 2024.2 Det anslås, at det i 2030 vil være den næststørste årsag til kræftdødsfald.3 Den overordnede prognose for kræft i bugspytkirtlen er ikke blevet bedre i løbet af de sidste 20 år.4 Da de tidlige stadier af sygdommen er asymptomatiske, bliver de fleste patienter diagnosticeret, når sygdommen allerede er i et fremskredent stadium.

Statistik fra det nationale kræftinstitut
Patienter med kræft i Lungekræft
har en 5-års relativ overlevelsesrate på
26.7%5

Lungekræft er den største årsag til kræftdødsfald på verdensplan.2 Den diagnosticeres ofte i et fremskredent stadium, hvor behandlingsmulighederne er begrænsede.6 De mest almindelige former for lungekræft er ikke-småcellet karcinom (NSCC) og småcellet karcinom (SCLC), og småcellet karcinom (SCLC). NSCLC er mere almindelig og udvikler sig langsomt, mens SCLC er mindre almindelig, men ofte udvikler sig hurtigt.7

Statistik fra det nationale kræftinstitut
Procentdel af mænd diagnosticeret med
Prostatakræft i løbet af deres liv
12.5%8

I alt 1.414.259 nye tilfælde af prostatakræft blev diagnosticeret, og 375.304 prostatakræftrelaterede dødsfald blev rapporteret på verdensplan i 2020.9 Prostatakræft er den næsthyppigst diagnosticerede kræftform og er fortsat den femte største årsag til kræftdødsfald hos mænd på verdensplan.9
I løbet af de sidste to årtier er den aldersstandardiserede forekomst steget i 65 lande.10

Statistik fra det nationale kræftinstitut

Revolutionerer sundhedsvæsenet med AI

SKOVEN er en disruptiv opstartsvirksomhed inden for medicinsk teknologi med speciale i KUNSTIG INTELLIGENS (KI) der er helt dedikeret til diagnostisk assistance og tidlig påvisning af tumorer og andre patologier for at forbedre patienternes overlevelsesrate betydeligt. Vi har udviklet avancerede AI-modeller (klassificering, regression, segmentering) og maskinlæringsalgoritmer til at løse kritiske udfordringer inden for en lang række sygdomme, særligt: forskellige typer kræft, Alzheimers sygdom og diabetes.

Vores mål er at give sundhedspersonale værktøjer, der gør dem i stand til at være endnu mere effektive til at opdage og forudsige sygdomme.

Vores vision

Vi revolutionerer sundhedsvæsenet ved hjælp af kunstig intelligens og skaber en fremtid, hvor sygdomme opdages tidligt, behandles effektivt og i sidste ende forebygges.

Hvordan ændrer SKOVEN branchen?

Icon Påvisning af flere kræftformer:

Takket være vores ekspertise inden for kunstig intelligens kan vi analysere millioner af kliniske datasæt, MR-billeder og histopatologiske prøver for at opdage forskellige typer kræft (lunge, tyktarm, bugspytkirtel, hud osv.) i tidlige stadier, hvilket øger patienternes chancer for at overleve betydeligt.

Icon Identificering af risikoen for kræft i bugspytkirtlen:

Den kunstige intelligens, som Skoven har udviklet, opdager risikopersoner, selv før der opstår symptomer, ved at analysere biomarkører i urinen. Det giver mulighed for tidlig indgriben, hvilket øger patienternes overlevelseschancer betydeligt.

Icon Identifikation af prædiabetikere:

Skoven har en familie af algoritmer, der kan opdage og klassificere personer med risiko for at udvikle diabetes ved at analysere kritiske biomarkører. Det gør det muligt at gribe ind tidligt og dermed reducere langtidskomplikationer.

Icon Overvågning af udviklingen af Alzheimers sygdom:

Vores AI er i stand til at opdage de første tegn på Alzheimers sygdom og følge dens udvikling, hvilket giver lægerne værdifulde oplysninger, så de kan tilpasse behandlingen og bremse udviklingen.

Vores AI ekspertise drejer sig om:

  • AI/ML Icon

    Førende ekspertise inden for AI/ML:

    Et team af entusiaster i verdensklasse med speciale i Kunstig Intelligens
  • AI/ML Icon

    Et solidt fundament i datavidenskab:

    Vi bruger massive datasæt og avancerede analyser til at udvikle meget præcise og pålidelige AI-modeller.
  • AI/ML Icon

    Fokus på klinisk effekt:

    Vi arbejder tæt sammen med klinikere og forskere for at forbedre vores løsninger.
  • AI/ML Icon

    En etisk tilgang til AI:

    Vi prioriterer datafortrolighed, sikkerhed og ansvarlig udvikling af AI i alle vores aktiviteter.
Expertise

Anvendelser af vores forskellige AI-modeller i kræftdetektion

Vi har udviklet en »skov« af forskellige kunstige intelligensmodeller, der er trænet til at håndtere flere områder inden for onkologi.

Brain
Hjernekræft: En første model med kunstig intelligens kan analysere MR-billeder og identificere tumorer med den største præcision.
Skin
Hudkræft: Et andet AI-baseret værktøj analyserer fotos af hudlæsioner for at klassificere ondartede tumorer.
Lung
Lungekræft: En tredje familie af Deep Learning-algoritmer behandler hystopatologiske billeder for at opdage og klassificere tumorer.
Colon
Kolorektal kræft: En anden model af Convolutional Neural Network-algoritmen er blevet trænet til at opdage Kolorektal kræft.
Cervical
Livmoderkræft: En fjerde familie af Deep Learning-modeller er specialiseret i at analysere hystopatologiske billeder for at opdage tidlige tegn på livmoderhalskræft.
Prostate
Prostatakræft: Vi har en maskinlæringsmodel, der er trænet til at klassificere kvalitative patientvariabler for at diagnosticere maligniteten af prostatatumorer.
Prostate
Prostatakræft: En særlig familie af Deep Learning-modeller er ansvarlig for at opdage og klassificere tidlige tegn på prostatakræft på hystopatologiske billeder.
Pancreas
Bugspytkirtelkræft: En specifik familie af maskinlæringsalgoritmer er dedikeret til at opdage tidlige tegn på adenokarcinom i bugspytkirtlen i urinbiomarkører.
Breast
Brystkræft: En sidste familie af maskinlæringsalgoritmer er ansvarlig for at opdage godartede eller ondartede tumorer i H&E-farvet væv.

Revolutionerer opsporingen af andre sygdomme

Vi har anvendt vores ekspertise inden for flere områder af Kunstig Intelligens
som f.eks. at opdage og overvåge andre sygdomme som Alzheimers.

Alzheimers sygdom

MRI image
Segmentering af MR-billeder: Vores generative AI forbedrer MR-billeder med kranieablation, en procedure, der fjerner kraniet og andet ikke-hjernevæv fra billederne. Det forbedrer forudsigelsen og gør det lettere at studere abnormiteter som tumorer, læsioner eller neurodegenerative sygdomme.
Alzheimers sygdom: Efter kraniefjernelsesfasen går vores anden model baseret på et konvolutionsnetværk i gang med at klassificere MR-billeder af hjernen til tidlig påvisning af Alzheimers sygdomsudvikling.

Enestående i sin art



De vigtigste fordele:

SKOVEN

Enestående præcision:

Overlegen diagnostisk nøjagtighed på mellem 92 % og 100 %, hvilket er bedre end traditionelle værktøjer.

Reducerede sundhedsudgifter:

Tidlig opdagelse betyder, at behandlingen kan være mindre invasiv og langt mindre omkostningskrævende.

Forbedret diagnose:

Optimering af den praktiserende læges tid til gavn for patienten.
Expertise

Fremtidsudsigter

Integrationen af kunstig intelligens i kræftdiagnostik skrider hurtigt frem, drevet af teknologiske gennembrud. Vi er i front på dette område takket være vores mange modeller, som er i stand til at opdage, hvad der alt for ofte er umærkeligt for mennesker. Dertil kommer manglen på praktiserende læger og den betydelige stigning i befolkningens aldring i OECD-landene, mener vi, at behovet for AI-løsninger kun vil vokse i fremtiden.

Vores udvalg af værktøjer til kunstig intelligens gør det muligt at spore udviklingen af en patologi som f.eks. kræft med løbende overvågning. Ved at analysere sekventielle scanninger, blodprøver eller andre data kan disse værktøjer opdage subtile ændringer i tumorens størrelse, form eller sammensætning. På den måde hjælper de klinikere med at afgøre, om en behandling virker, eller om der er behov for justeringer, hvilket muliggør mere adaptive og rettidige indgreb.


Illustration of AI in cancer diagnostics