INHUD-prosjektet adresserer et betydelig gap i medisinsk diagnostikk: underutnyttelsen av ultralydteknologi av helsepersonell utenfor spesialiserte sykehusmiljøer. Tradisjonelle ultralydmaskiner, som er essensielle i medisinsk bildediagnostikk, krever kompleks operasjon og tolkningsferdigheter, vanligvis forbeholdt spesialister. Nye og sporadiske brukere av ultralyd sliter ofte med å tolke hvordan ultralydbildet de ser på, relaterer seg til den fulle 3D-strukturen av anatomien.
Dette prosjektets mål er å redusere dette gapet ved å utvikle en intelligent håndholdt ultralydenhet, et brukervennlig, intelligent verktøy tilgjengelig for alt helsepersonell. Målet er å gjøre ultralydteknologi lett tilgjengelig og operativt i ulike helsemiljøer, inkludert ambulanser, omsorgshjem og lokale legekontorer. Enhetens kompakte og bærbare design imøtekommer de praktiske behovene til de som arbeider utenfor tradisjonelle sykehusmiljøer. En av de viktigste utfordringene prosjektet tar for seg, er kompleksiteten i tolkningen av ultralydbilder, som vanligvis krever omfattende spesialistopplæring.
For å imøtekomme disse utfordringene, vil INHUD-prosjektet bruke avansert kunstig intelligens (KI) og visualiseringer for å hjelpe brukere med å forstå og tolke disse bildene. SINTEFs rolle innebærer å utvikle gode visualiseringsløsninger som gir en romlig forståelse av skannede områder, intelligent gjenkjenning av full kropps-anatomi, visualisering av medisinsk signifikante regioner, og hjelpe til med sondenavigering for å gjøre brukere i stand til å effektivt tolke den komplekse todimensjonale naturen til ultralyd – alt i sanntid.
I tillegg vil den utviklede gjenkjenningsteknologien kunne brukes til å forbedre produktiviteten i produksjonsmiljøer gjennom mer effektive KI-baserte systemtest-prosedyrer. En av hovedutfordringene er å inkorporere et betydelig volum med diagnostiske data og beregnings-intensive prosesser i en bærbar enhet som forblir trygg, rask og kompakt.
