Digitalt beslutsstöd för MR-diagnostik vid Multipel Skleros (MS), Mål och Produktens funktionalitet

Vårt mål är att i samarbete med upphandlad leverantör utveckla, kliniskt validera och implementera en produkt baserad på AI att använda som kliniskt beslutsstöd vid diagnos och uppföljning av MS-patienter, för förbättrad kvalitet, diagnostiska möjligheter och ökad effektivitet.

Produkten, ska uppfylla minst följande krav på funktionaliteter:

  • Produkten ska kunna initiera analys av MR-bilder från Karolinska Universitetssjukhusets PACS och Region Stockholms Bild- och Funktionstjänst (BFT).
  • Produkten ska vara anpassad för MR-bildanalys av hjärnan och vara kompatibel med MR-bilder från samtliga kliniska MR-kameror som finns på Karolinska Universitetssjukhuset.
  • Produkten ska automatiskt kunna segmentera MS-lesioner på T2-viktad FLAIR (hyperintensiteter) och T1-viktade bilder (hypointensiteter) med god precision.
  • Produkten ska automatiskt kunna segmentera kontrastladdande MS-lesioner på T1-viktade med intravenöst gadoliniumbaserat kontrastmedel med god precision.
  • Produkten ska kunna förutsäga kontrastladdning i MS-lesioner baserat på konventionella icke-kontrastförstärkta MR-bilder med hög träffsäkerhet. Den predicerade kontrastladdningen ska visas topografiskt samt åtföljas av ett mått på prediktionens sannolikhet (på skalan 0-100%).
  • Produkten ska kunna hantera och analysera multipla tidpunkter av MR hjärna hos samma individ och kunna jämföra skillnader i antal och volym av MS-lesioner longitudinellt.
  • Produkten ska automatiskt kunna producera subtraktionsbilder mellan undersökningar (om multipla tidpunkter föreligger) för att synliggöra nya och förändrade lesioner.
  • Produkten ska automatiskt kunna kvantifiera globala (grå substans, vit substans) och regionala volymer (exempelvis basala ganglier) av strukturer i hjärnan både tvärsnittligt (en tidpunkt) och longitudinellt (flera tidpunkter).
  • Produktens analysresultat ska vara robusta avseende repeterbarhet (undersökning på samma kamera) och reproducerbarhet (mellan olika kameror).
  • Produktens analysresultat ska vara lättillgängligt för radiologisk bedömning i PACS i form av en strukturerad rapport (innehållande åtminstone antal och volym av T1-hypointensiteter, T2-hyperintensiteter, kontrastladdande lesioner, predicerad kontrastladdning samt övriga volumetriska mått).
  • Produktens analysresultat i form av strukturerad rapport ska kunna exporteras i tabulerat format (t.ex. .csv) för överföring till journalsystem, aktuella patientadministrativa system (PAS) och kvalitetsregister.
  • Produktens volumetriska analysresultat ska kunna exporteras till externt lagringsmedium i form av anatomiska masker (binära och/eller probabilistiska).

Dessutom vill beställaren hålla öppet för ytterligare vidareutveckling av funktionaliteter baserade på uppfattningar om framtida potentiella behov och klinisk nytta inom området. Utveckling av dessa funktionaliteter, och eventuellt andra av Leverantören föreslagna funktionaliteter, skall överenskommas mellan Beställare och Leverantör enligt bifogat avtal, och kan omfatta följande:

  • Motsvarande funktionalitet motsvarande kraven ovan för undersökningar av ryggmärgen.
  • Generering av preliminärt radiologiskt utlåtande.
  • Medicinsk prioritering av granskningsordningen av undersökningar.
  • Prediktion av kontrastladdning vid MR utan kontrastmedel i hjärna och/eller ryggmärg vid andra neurologiska sjukdomar.

Produkten kan komma att användas inom offentligt finansierade neuroradiologiska verksamheter med åtkomst till Region Stockholms gemensamma medicinska bilddatalager (Bild och Funktions Tjänst – BFT); förutom Karolinska t ex SÖS, Södertälje, S:t Göran, Sabbatsberg, Farsta, Täby.

Mer information på Region Stockholm Inköps webb. Länk i faktarutan nedan.
Vid frågor om upphandlingsdokumenten, vänligen kontakta Peter Losman via peter.losman@sll.se (Det finns möjlgihet för möten 8-11 juli)

Deadline upphandling: 30 augusti 2019.

Karolinska Universitetssjukhuset upphandlar innovation av AI-verktyg

Aktuellt från Innovationsplatsen

Innovationspartnerskap