Abstracts


Ingeniørenes Hus i Oslo, 23.–25. oktober 2019

 


Ingfrid Salvesen Haldorsen: Professor/radiolog, Haukeland Universitetssykehus, Bergen
Tittel: Hvorfor forske som ung radiolog?
Abstract: Sesjon: «Åpning», onsdag 23. oktober kl 1000-1130.
Radiologisk forskning har gjennomgått en formidabel utvikling siste tiår. Forskningen foregår i økende grad i tett samarbeid med andre medisinske spesialiteter og fagpersoners: realister, cellebiologer, psykologer, datavitere og samfunnsvitere. Konvergens mellom vitenskapelige disipliner er nødvendig for å løse fremtidens utfordringer - i samfunnet generelt og i medisinen spesielt.
Basert på egen forskningserfaring gjennom 20 år vil presentasjonen gi et innblikk i hvordan radiologisk forskning kan være en del av spennende forskningssamarbeid mellom ulike fagdisipliner. Det vil gis eksempler på bildebiomarkører som har gitt ny kunnskap om hvilke funksjonelle mekanismer som driver kreftsvulster og om hvorfor noen pasienter har et mer aggressivt sykdomsforløp. Utvikling av automatiserte verktøy for analyser av store mengder radiologiske bildedata, vil i fremtiden gi mer kunnskap om sammenhengen mellom bildemarkører og sykdom og om hvordan bildemarkører kan inngå i algoritmer for å tilby mer persontilpasset pasientbehandling.
Presentasjonen vil også gi et innblikk i hvordan det å engasjere seg i radiologisk forskning tidlig i yrkeskarrieren kan muliggjøre personlig fagutvikling, spennende internasjonalt samarbeid og høy grad av jobbtrivsel.     
 

Tomas Sakinis: Radiolog, KRN, OUS Rikshospitalet
Tittel: Tilbakeblikk på nåtiden fra fremtidens AI-baserte radiologi
Abstract: Sesjon: «Kunstig intelligens», onsdag 23. oktober kl 1600-1720.

Teknologisk utvikling har resultert i at kunstig intelligens (AI) har muliggjort dataanalyser som man for bare noen år siden ikke trodde kunne løses på mange tiår. Blant annet så har algoritmer baserte på «dyp læring» siden 2015 blitt bedre enn mennesker på å identifisere hverdagslige objekter på bilder. Forskere bak utviklingen av disse algoritmer har kommet med uttalelser om at vi bør slutte å trene radiologer fordi disse oppgavene uansett snart vil bli automatiserte. Mange radiologer er mer skeptiske til denne «AI-hypen» og refererer til at det har gått lang tid siden vi var «lovet» automatisert screening av lunge- og brystlesjoner (CAD) uten at dette har gitt noen klar nytteverdi.
Hva er det som gjør at dagens AI er annerledes og finnes det belegg for å si at radiologer snart vil bli erstattet? Kan AI gi radiologen «superkrefter»? Hvilke bruksområder finnes det for AI i radiologien? Finnes det eksempler på allerede implementert bruk av AI i radiologisk praksis?
Trenger vi AI? Trenger AI radiologen?
 
Se: Vil radiologer bli erstattet av kunstig intelligens? Andreas Abildgaard et al, Tidsskr Nor Legeforen 2018, doi: 10.4045/tidsskr.18.0587


Thomas Kleinrath: Seksjonsoverlege Radiologi Volda. Helse Møre og Romsdal HF
Tittel: Erfaringer med dual energy CT / Multienergi CT
Abstract: Sesjon: onsdag kl 1415-1530, medisinsk fysikk, Tema: «Multienergi CT».

I 2013 fikk radiologisk avdeling Volda fikk installert en førstegenerasjons Dual Energy CT scanner (750hd, GE). Helt fra begynnelsen har vi aktiv forsøkt å samle erfaring med teknologien og etter hvert fikk vi implementert dual energy ved mange av våre rutineprotokoller. Jeg kommer til å vise eksempler fra egen praksis fra forskjellige bruksområder, bl.a. CT lungearterier, CT abdomen og urinveier, gout, metallartefaktreduksjon samt CT med redusert jodkontrastmengde ifm nyresvikt.