Jak odróżnić komórki nowotworowe i ułatwić wymianę informacji pomiędzy lekarzami? Rozwiązaniem może być cyfrowa platforma konsultacyjna z systemem rozpoznawania obrazów cytologicznych. Pracowali nad nią naukowcy z Politechniki Wrocławskiej.
Diagnostyka patomorfologiczna nowotworów, czyli w dużym skrócie wykrywanie komórek nowotworowych, to kluczowy etap w opracowaniu procesu leczenia. Dotychczasowe metody zakładały wykorzystanie obrazu mikroskopowego, barwienia dodatkowego czy wybranych technik biologii molekularnej. Szybki rozwój technologii spowodował pojawienie się obrazów cyfrowych, a naukowcy z Politechniki Wrocławskiej do ich analizy postanowili wykorzystać sztuczną inteligencję.
Wchodzimy w erę, gdy cyfrowe przetwarzanie obrazów i stosowanie przy tym sztucznej inteligencji, będzie nam towarzyszyło niemal w każdej dziedzinie życia. Także w medycynie, gdzie wykorzystanie tego typu metod jest szybsze i bardziej przyjazne dla użytkownika niż tradycyjne rozwiązania – przekonuje dr inż. Łukasz Jeleń z Wydziału Informatyki i Telekomunikacji PWr.
Na pomysł wykorzystania sztucznej inteligencji w opisywaniu obrazów cytologicznych wpadł jeszcze podczas doktoratu i ówczesnego pobytu na Uniwersytecie Concordia w Montrealu.
Wyrastałem w środowisku lekarskim, a dodatkowo od zawsze ciekawiło mnie zastosowanie nowych technologii w medycynie. Początek był trudny, bo żeby móc wyszukiwać komórki nowotworowe, musiałem się nauczyć patrzeć na obrazy cytologiczne jak lekarz – wyjaśnia naukowiec. – Do dziś zajmuję się właśnie szukaniem takich zależności po to, żeby móc opisać, czym różnią się zdrowe komórki od nowotworowych, w jaki sposób można je opisać i docelowo zdiagnozować – dodaje.
Cyfrowa platforma konsultacyjna
Po powrocie do Polski nawiązał współpracę z Katedrą i Zakładem Patomorfologii i Cytologii Klinicznej Uniwersytetu Medycznego im. Piastów Śląskich we Wrocławiu i rozpoczął prace nad stworzeniem platformy cyfrowej. Może ona pełnić dwie funkcje: konsultacyjną, gdzie po zalogowaniu lekarz lub pacjent mogą wgrać obrazy do analizy oraz analityczną, czyli z zaimplementowanym systemem wykorzystującym uczenie maszynowe do oceny tych zdjęć.
Zdecydowaliśmy się na prowadzenie analiz obrazów cytologicznych przede wszystkim ze względu na dostęp do tego typu danych medycznych. Chociaż to nowotwory piersi są jednymi z najczęściej diagnozowanych nowotworów złośliwych u kobiet, to badania cytologiczne są bardzo często kolejnym etapem diagnostyki. Dopiero po ich przeprowadzeniu ustalany jest bowiem proces leczenia – tłumaczy.
Platforma ułatwi proces wymiany informacji wśród patomorfologów, bo dane do konsultacji można przesyłać z dowolnego miejsca. Opracowany przez wrocławskiego naukowca algorytm usprawni diagnozę, czy dany nowotwór jest złośliwy, czy też nie. Metodologia klasyfikowania informacji obrazowej polega w tym wypadku na tym, że należy przeanalizować obraz i wyznaczyć odpowiednie cechy komórek, które następnie są oceniane przez algorytm.
Jedną kwestią jest bowiem opisanie kształtu i zawartości komórki, a inną ustalenie, czym się różni komórka nowotworowa od zdrowej. Jeszcze trudniejszą sytuację mamy w momencie, gdy obie komórki są potencjalnie nowotworowe, a my musimy stwierdzić, która jest w gorszym stadium. Udało nam się osiągnąć skuteczność na poziomie 96 proc., przy czym należy mieć na uwadze, że nasza baza danych nie była aż tak szeroka, jak byśmy sobie tego życzyli. Trzeba bowiem pamiętać, że branża badań informatycznych w medycynie od zawsze ma problem z dostępnością do danych medycznych – zauważa.
Projekt wart 800 tys. zł zakończył się sprzedażą praw do użytkowania w pełni działającej platformy prywatnemu przedsiębiorcy.
źródło: PWr