Projekter, der lever

Showcases

Gå på opdagelse i udvalgte simulationsbaserede projekter og indsatser, som CAMES har løst, står bag – eller har på tegnebrættet.

CAMES Robotics

Gå på opdagelse – og få inspiration, når du klikker videre til vores helt nye simulationsbaseret kompetencecenter for robotkirurgi.
Læs mere

CAMES AI

Vi har et dedikeret team af forskere og eksperter, der arbejder med kunstig intelligens til at styrke klinikernes læring og præstationer.
Læs mere

Cases og forskningsprojekter

Se aktuelle projekter, som CAMES er involveret i – og opgaver vi har løst for samarbejdspartnere i sundhedsvæsenet.
Læs mere

I FOKUS

CAMES satser på robotteknologi med nyt kompetencecenter

CAMES Robotics er et kompetencecenter for robotkirurgisk uddannelse og uddannelsesforskning – og tilbyder best practise træningsprogrammer til læger og operationssygeplejersker inden for robotteknologi på flere systemer.

Se aktuelle kursus- og rådgivningstilbud og bliv inspireret af konkrete cases og forskningsprojekter. 

I FOKUS

Sådan bruger vi kunstig intelligens til at styrke klinikernes læring og præstationer

CAMES AI arbejder med kunstig intelligens i medicinsk uddannelse. Der bliver forsket i og udviklet AI-teknologi, der understøtter og forbedrer læreprocesser, beslutningstrin og det daglige arbejde på hospitalerne.

Se konkrete AI-projekter, find kontaktoplysninger – og bliv klogere på arbejdet med AI. 

Udvalgte projekter

Gå selv på opdagelse i udvalgte cases, som CAMES står bag eller er involveret i.

Cases

Forskning

Se et udpluk af projekter fra CAMES Forskning.

VR-baseret uddannelse i kirurgisk behandling af knoglebrud

I Danmark foretages årligt omkring 30.000 kirurgiske indgreb på grund af knoglebrud. Der er derfor et løbende stort behov for uddannelse af ny, kompetente, ortopædkirurger til at varetage denne behandling.

En national behovsundersøgelse fra 2019, bl.a. med deltagelse af alle landets ortopædkirurgiske afdelinger, viste, at netop principper for kirurgisk behandling af knoglebrud er det ortopædkirurgiske område. hvor behovet for simulationsbaseret teknisk uddannelse er størst.

Oplæringen af kirurgisk kompetence består traditionelt af selvstudium og operation under supervision. Lægerne træner altså reelt på patienterne. Ved at lade den tidligste del af oplæringen foregå på simulator, kan lægerne lære af deres fejl og opnå tilstrækkelig kirurgisk kompetence inden de udfører rigtige operationer. Derved udsættes patienter ikke for unødig risiko.

Projektet:

VR BOSS-projektet (Virtual Reality Basic Osteosynthesis Surgery Simulation) arbejder med at udvikle og implementere en VR-simulator til træning og kompetencevurdering indenfor kirurgisk behandling af knoglebrud.

I projektet er der etableret et samarbejde med den verdensledende ortopædkirurgiske organisation AO Foundation. Gennem dette samarbejde har ortopædkirurgiske uddannelseseksperter fra hele verden defineret, hvilke parametre som brugere af simulatoren skal vurderes på, samt hvordan hver enkelt parameter skal vurderes. Denne helt nytænkte tilgang til simulatorudvikling sikrer både, at udviklingen foregår evidensbaseret, at simulatoren lever op til målgruppens krav og forventninger – og at hele udviklingsprocessen fra starten er transparent.

Udviklingen af den første af i alt syv ortopædkirurgiske procedurer er i sin afsluttende fase, og herefter påbegyndes studier, der skal fastslå validiteten af simulatortesten samt effekten af simulationstræningen.

Tjek VR-simulator:

Her kan du se, hvordan VR-simulatoren – som  ph.d-studerende hos CAMES Mads Emil Jacobsen har udviklet – fungerer, når kirurgerne skal træne kirurgi  inden for knoglebrud.

Samarbejde og støtte

VR-BOSS-Projektet er bl.a. støttet af bevillinger fra Toyota-Fonden og Helsefonden samt Region Sjællands Forskningsfond og Næstved- Slagelse- Ringsted Sygehuses forskningsfond.

Projektet er forankret som en ph.d med Mads Emil Jacobsen, md, ph.d-studerende, i spidsen.

Kontakt

 

 

 

AI-baseret oplæring i diagnostik af modermærkekræft

Gennem træning ved hjælp af en mobilapplikation går projektet ud på at gøre det mere effektivt for læger at lære at diagnosticere hudkræft. Det vi også kalder “Intelligent” læring i mønstergenkendelse.
Det tager aktuelt mere end 6 år at blive dygtig til at se forskel på godartede og ondartede hudtumorer. Dette medfører forsinket diagnostik af hudkræft og store omkostninger for sundhedssektoren på grund af, at der på et unødvendigt grundlag bliver fjernet af godartede tumorer. Årsagen til den langsomme opkvalificering af læger er sandsynligvis, at det er svært for en ung læge at få visuel feedback på et stort antal hudtumorer af forskellige typer.

Dette arbejder vi på at forbedre ved at give læger og sygeplejersker adgang til træning i huddiagnostik via lærings-Appen – Dermloop Learn. (Se fotos fra app-store)

Appen eksponerer lægen for et kæmpe bibliotek (20.000+ cases) med billeder af tidligere hudtumor og tilhørende diagnose. Lægerne bliver guidet igennem et læringsforløb, der er optimeret af kunstig intelligens, som kontinuerligt måler lægens multi-dimensionelle kompetence og vælger det optimale læringsmateriale på denne baggrund.

Resultater og effekter:

Som en del af forskningsprojektet blev 76 medicinstuderende trænet uden tidligere erfaring i hudkræft-diagnostik i 8 dage. Og de nåede op på samme niveau som læger med 3-4 års erfaring. I kombination med en tele-dermatologisk tilbygning af systemet er der masser af potentiele – både når det gælder økonomi, kompetenceudvikling og patientsikkerhed. Eksempelvis har forskningsgruppen bag lavet et skøn, der viser, at man kan  spare sundhedsvæsenet op til 800 mio. DKK om året, hvis teknologien implementeres nationelt og blive brugt af samtlige almen praktiserende, hudlæger, plastikkirurger og patologer.

Kontakt

Niels Ternov, MD, Ph.d – Mail: niels.kvorning.ternov@regionh.dk. Læs bio
Martin Tolsgaard, Chef for CAMES AI – Mail: martintolsgaard@gmail.com
Teamtræning i robotkirurgi

Ph.d-projektet handler om at undersøge de ikke-tekniske færdigheder i det robotkirurgiske team.
Det robotkirurgiske team adskiller sig fra andre sundhedsprofessionelle teams ved at et af teammedlemmerne - kirurgen - er fysisk adskilt fra resten af teamet og patientlejet. Dette påvirker teamsamarbejdet, herunder koordinationen. Blandt andet fordi teamet ikke har øjenkontakt med kirurgen under operationen, som heller ikke kan se operationslejet, men kun videoskærmen med operationsfeltet.

Vi undersøger og sammenligner, hvordan henholdsvis det erfarne og uerfarne robotkirurgiske team koordinerer arbejdet med henblik på at optimere teamsamarbejdet og patientsikkerheden. Koordination i teamet har indflydelse på flowet i arbejdsgange og på risikoen for fejl under operationer. Træning af teamsamarbejdet kan nedsætte antallet af fejl og øge patientsikkerheden

Projektet bidrager til udviklingen af Region Hovedstadens robotkirurgiske uddannelse, hvor teamsamarbejdet trænes for at øge patientsikkerheden både i rutinearbejde og nødsituationer.

Ph.d.-studerende som udfører projektet er: Læge Jannie Lysgaard Poulsen, som er Ph.d.-studerende ved Københavns Universitet og ved Copenhagen Academy for Medical Education and Simulation på Herlev Hospital.

Kontakt: 

Jannie Lysgaard Poulsen, ​Ph.d.-studerende og læge - Mail: jannie.lysgaard.poulsen@regionh.dk. Læs bio

Find vej

Virtuel rundtur: Tjek vores faciliteter til tekniske kurser

CAMES Rigshospitalet er spækket med state-of-the-art træningsudstyr, som bliver brugt til vores tekniske simulationskurser- og uddannelser. Tjek det selv med en tur rundt virtuelt i vores lokaler. Når du kommer rundt til de forskellige faciliteter, kan du læse mere om udstyr, formål - og kursusaktiviteter tilknyttet hertil.

Du kan bruge slideren med pilene til at komme rundt til de forskellige lokaler på 4.sal samt CAMES Robotics i stueetagen.