Świętokrzyskie Centrum Onkologii i Ośrodek Przetwarzania Informacji podpisały porozumienie dotyczące realizacji wspólnych projektów naukowych. Umowa obejmuje realizację przedsięwzięć, mających na celu wspomaganie diagnostyki onkologicznej.
W Polsce już od kilku lat brakuje diagnostów, co utrudnia szybkie i efektywne wdrożenie odpowiedniej terapii. W takiej sytuacji pomocne dla lekarzy stają się metody wykorzystujące w diagnostyce sztuczną inteligencję (AI), które coraz częściej stosowane są przez światowe i polskie placówki medyczne. OPI już od wielu lat z sukcesem opracowuje nowoczesne narzędzia IT, które mają zastosowanie w medycynie. Teraz, dzięki podpisanemu porozumieniu, będą mogły być rozwijane nowe projekty z ekspertami ze Świętokrzyskiego Centrum Onkologii.
W ramach zawartej umowy realizowany będzie projekt wspierający polskie środowisko nauki. Zakłada on m.in. przygotowanie w pełni adnotowanego, otwartego zbioru cyfrowych obrazów histopatologicznych prostaty. Zasób ten będzie niezwykle cenny, gdyż planowane jest jego wykorzystanie jako otwartego zbioru referencyjnego dla polskich badawczych. A co szczególnie istotne, dzięki tym danym możliwe będzie opracowanie optymalnych metod z użyciem
AI do analizy obrazowania histopatologicznego. Umożliwi to automatyczną ocenę stopnia zaawansowania nowotworu i będzie stanowiło duże wsparcie dla lekarzy diagnostów.
Cieszę się, że nawiązaliśmy współpracę ze Świętokrzyskim Centrum Onkologii. Jestem przekonamy, że wspólnie zrealizujemy wiele inicjatyw badawczych, które przyniosą korzyści nie tylko naszym jednostkom, ale także całej lokalnej społeczności – mówi dr inż. Jarosław Protasiewicz, dyrektor Ośrodka Przetwarzania Informacji. – Sztuczna inteligencja jest coraz powszechniej wdrażana w medycynie, a polskie środowisko naukowe poświęca jej coraz więcej miejsca w swoich projektach badawczych – dodaje.
W ramach podpisanego w Kielcach porozumienia obie strony zobowiązały się do prowadzenia badań naukowych oraz realizacji projektów badawczo-rozwojowych m.in. w zakresie opracowania referencyjnych zbiorów danych do badań nad metodami wspomagania diagnostyki, które uwzględniają możliwie szeroki zakres dostępnych typów danych (np.: histopatologiczne, radiologiczne, kliniczne). Jest to niezwykle istotne, gdyż na tych danych następnie będą uczone algorytmy sztucznej inteligencji. W Polsce wciąż mamy mało wiarygodnych zbiorów danych, a
należy pamiętać, że to właśnie od ich jakości i liczebności zależy dokładność algorytmów. Narzędzia wykorzystujące sztuczną inteligencję są tak dobre, jak dane na jakich zostały wyuczone.
W porozumieniu zawarto także zapisy dotyczące wspólnego przygotowania diagnostycznych scenariuszy użycia oraz opracowania wskaźników, które pozwolą określić jakość oraz wiarygodność proponowanych rozwiązań, opartych o różne metody z obszaru sztucznej inteligencji. Końcowym efektem wspólnych prac badawczych będzie wyłonienie optymalnych metod wspomagania diagnostyki – przy uwzględnieniu ich efektywności, wyjaśnialności oraz użyteczności diagnostycznej. Zdecydowano także, że ŚCO i OPI wspólnie będą publikować w uznanych magazynach naukowych, a także będą ubiegać się o finansowanie wspólnych projektów w ramach konkursu ofert na wyłonienie zespołów badawczych prowadzących działalność naukową w formie Wirtualnego Instytutu Badawczego.
Wykorzystanie sztucznej inteligencji w naukach medycznych to bardzo ważne zagadnienie, które znacznie usprawnia przede wszystkim diagnostykę wielu chorób, nie tylko onkologicznych. Zastosowanie AI w medycynie zostało „wymuszone” przede wszystkim przez braki kadrowe wśród lekarzy specjalistów w Polsce. OPI już od kilku lat z sukcesem rozwija wykorzystanie technologii AI w medycynie. Najlepszym przykładem jest realizacja projektu „Radiologia wzmacniana AI – wykrywanie, raportowanie i podejmowanie decyzji klinicznych w diagnostyce raka prostaty”, który finansowany jest w ramach I konkursu INFOSTRATEG, ogłoszonego przez NCBR. System
raportowania badań mpMRI w kierunku diagnostyki raka prostaty, realizowany według innowacyjnej koncepcji integracji standaryzowanego raportu strukturalnego z wytrenowanymi metodami ML, które analizują obrazy mpMRI, stanowi podstawowy cel realizacji projektu. Rezultaty analizy danych obrazów zostaną wykorzystane do różnych form wspomagania pracy radiologa. Przyspieszy to właściwą diagnozę oraz pozwoli uniknąć wykonywania bolesnych biopsji u pacjentów, u których nie jest to konieczne. Wiedza i doświadczenie zdobyte w ramach realizacji
tego projektu, będą bardzo pomocne w trakcie badań prowadzonych wspólnie z lekarzami ze Świętokrzyskiego Centrum Onkologii.
W Ośrodku Przetwarzania Informacji prowadzimy zaawansowane prace związane z wykorzystaniem najnowszych technologii IT w medycynie i ochronie zdrowia. W Laboratorium Stosowanej Sztucznej Inteligencji, którym kieruję, opracowaliśmy m.in. platformę badawczą eRADS, która służy do standaryzacji opisów raportów medycznych. Z badań OPI nad zastosowaniem uczenia głębokiego we wspomaganiu diagnostyki obrazowej, wynika, że sztuczna inteligencja może skutecznie usprawnić pracę lekarzy. Rezultaty są bardzo obiecujące – przekonuje dr inż. Piotr Sobecki, kierownik Laboratorium Stosowanej Sztucznej Inteligencji w OPI, który odpowiada ze współpracę ze Świętokrzyskim Centrum Onkologii. – Rozwój sztucznej inteligencji oraz postępy w obszarze cyfryzacji przyczyniły się do rozwoju nowej ery cyfrowej patomorfologii (lub inaczej tzw. obliczeniowej patomorfologii). Ta nowa dziedzina umożliwia efektywniejszą diagnostykę – diagnostykę spersonalizowaną, ukierunkowaną na konkretnego pacjenta. Właśnie ją rozwijamy w ramach wspólnej inicjatywy z ŚCO. Nasz projekt zakłada prace koncepcyjne, badawcze, tworzenie zasobów oraz budowanie szeroko pojętego know-how w obszarze rozwoju obliczeniowej patomorfologii, ze szczególnym uwzględnieniem wymagań dotyczących rozwoju
algorytmów sztucznej inteligencji oraz procesów standaryzacyjnych – dodaje kierownik laboratorium OPI.
W podpisaniu porozumienia wziął udział m.in. Wojciech Murdzek, sekretarz stanu w Ministerstwie Edukacji i Nauki.
MK, źródło: OPI