Automatisering af beslutningsstøtte for diagnostik og prognostik af myokardiebiopsier ved deep learning

Formålet med projektet er at udvikle deep learning-baserede algoritmer for hjertemuskelbiopsier (myokardiebiopsier) fra hjertetransplanterede patienter til automatisk diagnostik af afstødning og til udvikling af bedre prognostiske metoder til allerede tidligt efter transplantationen at vurdere graft funktion og overlevelse på lang sigt. Ved brug af automatiseret billedanalyse af myokardiebiopsier, forventes at der kan opnås hurtigere, bedre og mere konsistente analyser af biopsierne alene eller evt.
som beslutningsstøtte i kombination med nuværende standard, hvor biopsierne vurderes histologisk af pataloger ved mikroskopi.
Endvidere vil detaljeret computerbaseret billedanalyse af vævsbiopsierne tidligt i transplantationsforløbet potentielt rumme hidtil ukendt prognostisk vigtig information om graft funktion og overlevelse på lang sigt. Det kunne hjælpe til en mere
individualiseret og optimeret behandling af den enkelte patient efter hjertetransplantation.