Gå til hovedindhold

Skånsom skanning: Ny professor vil spare patienter for unødige undersøgelser

Med fokus på kunstig intelligens og dataanalyse vil professor Flemming Littrup Andersen udvikle løsninger, der kan reducere unødvendige undersøgelser og sikre hurtigere diagnoser.​
Vent...

​​

Forskning i bedre billeddiagnostik baseret på kunstig intelligens (AI) kan være nøglen til at sikre mere præcise diagnoser og reducere risikoen ved skanninger. Derfor er Flemming Littrup Andersen udnævnt som ny klinisk professor i klinisk fysiologi og nuklearmedicin på Rigshospitalet og Københavns Universitet. I professoratet vil han have særligt fokus på dataanalyse, billedkvalitet og dosisoptimering. 

Med sin omfattende erfaring inden for PET-billeddannelse og kunstig intelligens vil han bidrage til at forbedre diagnostik og behandling – til gavn for både den enkelte patient og sundhedsvæsenet som helhed.

Flemming Littrup Andersen har en baggrund i datalogi og fysik samt en ph.d. i medicin fra Aarhus Universitet. Siden 2002 har han været en central drivkraft i udviklingen af PET-billeddannelse på Rigshospitalet, hvor han blandt andet har arbejdet med at optimere skanningsteknikker, reducere stråledoser og forbedre billedkvalitet.

- Min forskning handler om at gøre billeddiagnostik mere præcis og skånsom for patienterne. Ved at optimere skanningsteknikker kan vi reducere strålebelastningen og måske endda spare en hospitalsundersøgelse for nogle patienter, samtidig med at vi sikrer bedre diagnostiske resultater. I dag kan vi med kombination af de nyeste skannere og kunstig intelligens lave PET-skanninger af gravide med kun en tiendedel af den årlige baggrundsstråling, hvilket var utænkeligt få år tilbage, siger Flemming Littrup Andersen.

Præcis diagnostik

En stor del af professorens forskning handler om at integrere kunstig intelligens i billeddiagnostikken. Som medleder af AI-centret DEPICT på Rigshospitalet arbejder han med at udvikle algoritmer, der kan forbedre billedkvaliteten, identificere sygdomsforandringer og optimere beslutningsstøtte i klinikken.

- Ved hjælp af generative modeller kan vi forbedre billedkvaliteten, kontrollere bevægelse under skanningen og dermed give mulighed for diagnosticering med større præcision. For eksempel kan vi bruge maskinlæring til at skelne mellem sunde og syge områder i en PET-skanning, hvilket kan give hurtigere og mere præcise diagnoser, forklarer han.

Flemming Littrup Andersen lægger stor vægt på samarbejde – både internt på Rigshospitalet og med eksterne partnere som universiteter, andre hospitaler og industrien. Han har blandt andet været med til at etablere DEPICT i tæt samarbejde med Afdeling for Røntgen og Skanning og er aktiv i internationale netværk som PREFERENCE, der arbejder med total body PET-skanning, og PMIN, et netværk for pædiatrisk molekylær billeddiagnostik.

- Fremtidens sundhedsvæsen kræver, at vi tænker i helheder og samarbejder på tværs. Min ambition er at udvikle billeddiagnostikken i en retning, hvor vi både styrker patientbehandlingen og skaber mere effektive arbejdsgange i sundhedsvæsenet, siger han.



Redaktør

Kommentarer 

Du skal være logget ind for at benytte denne funktionalitet.

Opret profil
RSS kommentarspor Tilmeld kommentarspor

 

Klik for at scrolle op eller ned p� siden G� til toppen af siden