Polsko-niemieckie konsorcjum z udziałem naukowców Uniwersytetu Warmińsko-Mazurskiego i Wyższej Szkoły Informatyki i Zarządzania w Rzeszowie pracuje nad aplikacją, która posłuży do wykrywania raka skóry we wczesnym stadium rozwoju. Rozwiązanie znajdzie zastosowanie m.in. w gabinetach lekarzy pierwszego kontaktu.
Według portalu WorldLifeExpectancy każdego roku nowotwory skóry przyczyniają się do śmierci prawie 100 tys. ludzi. U większości z nich diagnozuje się czerniaka złośliwego. Charakteryzuje się on szybkim wzrostem, łatwym tworzeniem przerzutów i – jeżeli nie zostanie wcześnie wykryty – powoduje dużą śmiertelność chorych. Wczesne wykrycie oznacza w tym przypadku już na etapie wizyty u lekarza rodzinnego. W odpowiedzi na to zapotrzebowanie naukowcy z kilku ośrodków opracowali specjalizowane algorytmy do automatycznego rozpoznawania raka skóry na podstawie obrazów mikroskopii oraz zobrazowań z tomografu multifotonowego.
Naszym długoterminowym celem jest dedykowany system – DigiSkinDia, który umożliwi obiektywną i dokładną diagnostykę. Znamiona melanocytowe są różnorodne, przy czym różnorodność ta dotyczy między innymi: kształtu, rozmiaru, kolorów oraz struktur zróżnicowania powierzchni wewnątrz znamienia – wyjaśnia dr inż. Teresa Mroczek z Katedry Sztucznej Inteligencji Wyższej Szkoły Informatyki i Zarządzania w Rzeszowie.
Aby móc automatycznie rozpoznawać obrazy, potrzebna była duża baza wiedzy, na podstawie której system będzie się mógł uczyć. Stworzono repozytorium zawierające 745 obrazów. Każdy z nich został poddany dogłębnej analizie poprzez ocenę z zastosowaniem cech opisanych przez cztery różne strategie melanocytowe, w połączeniu z dodatkową oceną lekarza, specjalisty domenowego z zakresu dermatologii.
Analiza ta przyczyniła się do stworzenia odrębnych dla każdej z wymienionych strategii baz danych. „Nakarmiliśmy” nimi nasz inteligentny, wielostrategiczny moduł i okazało się, że jego skuteczność jest powyżej 90% – mówi dr inż. Łukasz Piątek z Katedry Sztucznej Inteligencji Wyższej Szkoły Informatyki i Zarządzania w Rzeszowie.
Mając na uwadze, że czerniak to bardzo progresywna choroba, należało dokładnie przyjrzeć się jej elementom składowym i przeanalizować cechy uwzględniane w strategiach melanocytowych, a mianowicie: obszar, strukturę, symetrię oraz kolor. W ten sposób badacze stosując zaawansowane modele głębokiego uczenia maszynowego, opracowali skuteczne metody ekstrakcji obszaru znamienia (otoczonego zdrową skórą) oraz ekstrakcji struktur zróżnicowania powierzchni zaobserwowanych w analizowanym znamieniu. Ponadto za pomocą algorytmu FSAa (ang. Find Symmetry Axis for the a –angle) wykryli potencjalne osie symetrii kształtu znamienia. Wreszcie oceniając występowanie (lub brak) wybranych barw, wyekstrahowali kolory obecne w znamieniu.
W kolejnym etapie planowane jest zintegrowanie wypracowanych rozwiązań w celu stworzenia dedykowanej aplikacji DigiSkinDia, służącej do analizy zmian melanocytowych. Aplikacja znalazłaby zastosowanie w gabinetach lekarzy pierwszego kontaktu oraz w badaniach przesiewowych do wykrywania czerniaka we wczesnym stadium rozwoju. Przed wdrożeniem konieczna będzie jej certyfikacja.
Badania realizowane były w ramach polsko-niemieckiego konsorcjum w składzie: Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie, Info-Projekt IT sp. z o.o., Uniwersytet Warmińsko-Mazurski w Olsztynie, Technische Universität Ilmenau oraz JenLab GmbH. Przedsięwzięcie sfinansowało Narodowe Centrum Badań i Rozwoju.
MK, źródło: www.wsiz.edu.pl