Datorseende för gradering av hudsjukdomar
Forskningsprojekt, 2017
– 2019
Syfte och mål: Syftet var att ta fram ett prototypsystem som med hjälp av datorseende och maskininlärning automatiskt kan bedöma och gradera hudsjukdomar, framförallt atopisk dermatit, utifrån digitala fotografier av patientens hud. En del förberedande mjukvaruutveckling slutfördes, bl a en mobilapp för datainsamling och ramverk för maskininlärningen. Projektet tvingades avbrytas i förtid då det stod klart att den träningsdata som behöver samlas in för att lära upp systemet, inte skulle erhållas inom rimlig tid, främst på grund av hög arbetsbelastning på Skånes universitetssjukhus. Förväntade effekter och resultat: De mjukvaror som utvecklats kan i viss mån återanvändas inom andra projekt. Tester av de framtagna prototypalgoritmerna indikerar att slutmålet är tekniskt möjligt att nå med tillräcklig mängd träningsdata. Upplägg och genomförande: I efterhand kan tidsplanen för projektet tyckas varit allt för optimistisk. Erfarenhet från andra projekt vittnar om hur svårt det kan vara att få tag i träningsdata av olika sorter, då inte minst medicinsk data med extra trösklar i form av etiskt godkännande och integritetsfrågor. Att låta stora delar av projektet vila på tillgången till sådan data var ett risktagande som tyvärr inte bar sig denna gång, samtidigt är det just detta som den AI-revolution som skett de senaste åren bygger på. Tekniken är mestadels redan på plats, det som saknas är data av god kvalitet i tillräcklig mängd.
Deltagare
Fredrik Kahl (kontakt)
Digitala bildsystem och bildanalys
Samarbetspartners
Eigenvision AB
Malmö, Sweden
Skånes universitetssjukhus (SUS)
Malmö, Sweden
Finansiering
VINNOVA
Projekt-id: 2017-04585
Finansierar Chalmers deltagande under 2017–2019
Relaterade styrkeområden och infrastruktur
Hållbar utveckling
Drivkrafter