Emma Skarsø Buhl

Jeg er postodc med fokus på anvendelse af kunstig intelligens indenfor strålebehandling, særligt deep learning-baseret automatisk indtegning ved brystkræft. Mit arbejde kombinerer klinisk stråleterapi, AI og kvalitetssikring med fokus på at udvikle og evaluere metoder, der kan understøtte en mere ensartet og effektiv strålbehandling i Danmark.

Min forskning omhandler primært variation i indtegninger ved strålebehandling af brystkræft og betydningen for dosis og behandlingsplaner. Jeg arbejder desuden med deep learning-basereret automatisk indtegning inden for strålebehandling af brystkræft. Jeg undersøger blandt andet variationen mellem indtegnere ved manuel indtegning og betydningen af denne variation for dosisfordelingen og dosisprædiktion.

Min forskning omhandler også brugen af store dataset, standardisering af disse og hvad man kan få ud af klinisk data. Jeg er desuden involveret i AIM@cancer.

PhD i medicinsk fysik, Aarhus Universitet, 2024. PhD projekt: DBCG RT Nation Automation - National consistency in delineations in breast cancer patients. 

Cand.scient. i fysik, Aarhus Unicersitet, med fokus på medicinsk fysik.

Mit arbejde foregår i tæt samarbejde med stråleklinikkerne. Jeg samarbejder nationalt med Dansk Brystkræft gruppe (DBCG). Derudover samarbejder jeg med forskningsgrupper i udlandet, herunder The Netherlands Cancer Institute under min PhD. Jeg er desuden en del af AIM@cancer og internationale forskningssamarbejder, der arbejder med dokumentationen af in-house udviklede modeller og hvordan vi standardisere dataset.

Mit primære arbejdsområde er opstart og gennemførelse af et nationalt, prospektivt randomiseret studie, der undersøger AI-assisterede versus manuelle indtegninger i forbindelse med strålebehandling. Derudover arbejder jeg med kvalitetssikringsanalyser af gennemførte kliniske strålebehandlingsstudier. Det er blandt andet DBCG IMN2 studiet.