I sit prægraduate forskningsprojekt undersøger Mikkel Pilegaard Frandsen nekrotiserende enterokolitis (NEC) og spontan intestinal perforation (SIP) hos præmature spædbørn. Ved hjælp af kunstig intelligens til analyse af retrospektive radiologiske beskrivelser, kliniske journalnotater og laboratoriedata har projektet til formål at identificere de vigtigste faktorer, der påvirker den kirurgiske beslutningstagning, og dermed bidrage til forbedret diagnostisk støtte i neonatal behandling.
NEC og SIP er alvorlige neonatale tilstande forbundet med høj morbiditet og mortalitet. Beslutningen om at iværksætte kirurgisk behandling versus konservativ behandling er fortsat vanskelig og ofte subjektiv. Den nuværende kliniske praksis baserer sig på en kombination af kliniske fund, parakliniske parametre og radiologiske beskrivelser, men deres relative betydning er uklar. Dette prægraduate forskningsprojekt anvender kunstig intelligens til at analysere retrospektive data fra Odense Universitetshospital med det formål at afdække, hvilke faktorer – kliniske, parakliniske eller radiologiske – der vægtes højest i den kirurgiske beslutningsproces. En bedre forståelse af denne proces kan bidrage til en mere ensartet og evidensbaseret håndtering af NEC og SIP.