Abstract
Ved lungekreft har spredning til lungenære lymfeknuter stor betydning for prognose og behandling. Prosjektet fokuserer på en viktig flaskehals i lungekreftutredningen: Kartlegging av spredning til lymfeknuter med ultralydbronkoskopi (EBUS-TBNA), en metode som i dag har utfordringer knyttet til presisjon og kapasitet. Prosjektet vil utvikle kunstig intelligens-metoder som kan tolke ultralydbilder og digitaliserte celleprøver fra EBUS-TBNA automatisk, i håp om mer presis og effektiv lungekreftdiagnostikk. Resultatene kan spare pasienten for ventetid og ubehag, avlaste kapasitet i helsevesenet og føre til at pasienter med lungekreft får bedre, mer persontilpasset behandling.