FUSMON

FUSMON – Sensorfusion for smartere helsemåling

Bakgrunn

Hjerte- og hjernesykdommer er ledende årsaker til død og funksjonstap. Dagens monitorering baseres på enkeltstående signaler (EKG, hjertelyd, NIRS, EEG), som gir fragmentert beslutningsgrunnlag, særlig i akutte situasjoner. Ved å kombinere signaler gjennom sensorfusjon og KI kan diagnostikk og monitorering forbedres betydelig. Prosjektet adresserer behovet for mer presise, tilgjengelige og robuste løsninger i både Sverige og Norge.

Prosjektet utvikler sensorfusjon og KI i helsemåling for å forbedre diagnostikk og monitorering.

Mål og delmål

Hovedmålet er å forbedre diagnostikk og monitorering av hjerte- og hjernesykdom gjennom sensorfusjon og KI. Dette skal styrke bruk av sensorfusjon og KI i helsemåling i klinisk praksis.

Delmål er: (1) utvikle AI-modeller som kombinerer hjertelyd og EKG, (2) videreutvikle Oxycate med integrert EEG og NIRS for hjernemonitorering, (3) etablere felles metoder for multimodal analyse, og (4) validere løsninger i kliniske miljøer.

Tiltak som sikrer måloppnåelsen

Prosjektet gjennomfører systematisk datainnsamling fra kliniske og kontrollerte miljøer, utvikler og tester KI-modeller for sensorfusjon, og integrerer disse i prototyper. Klinisk validering sikrer relevans og kvalitet. Tverrfaglig samarbeid mellom akademia, industri og helsetjeneste, samt kunnskapsdeling mellom hjerte- og hjernesporet, gir robust metodikk og effektiv fremdrift.

Forventede resultater og effekter

Prosjektet vil levere validerte KI-modeller, kliniske datasett og prototyper for multimodal monitorering. Dette gir bedre beslutningsstøtte, økt diagnostisk presisjon og potensielt bedre pasientutfall. På lengre sikt forventes økt overlevelse og redusert funksjonstap, samt styrket innovasjonskraft og kommersialiseringsmuligheter i regionen gjennom samarbeid mellom akademia og industri.

Prosjektresultater

Endelige resultater vil bli ført inn her når prosjektet er ferdigstilt.