18.12.2017
PL EN
30.11.2017 aktualizacja 04.12.2017
Agnieszka Kliks-Pudlik
Agnieszka Kliks-Pudlik

Samouczące się systemy informatyczne pomocą dla radiologów

Samouczące się systemy informatyczne, które na podstawie zgromadzonych danych i doświadczeń potrafią automatycznie analizować również nowe dane, mogą się okazać pomocne w pracy radiologów. Tego typu rozwiązanie powstaje właśnie w Gliwicach. Pilotaż planowany jest na przyszły rok.

Chodzi o system do diagnostyki nowotworów i analizy zmian nowotworowych, oparty o obrazowanie dynamiczne po wzmocnieniu kontrastowym.

"To projekt innowacyjny na skalę świata. Być może takie badania są prowadzone w innych ośrodkach na świecie, ale to jest rzecz bardzo nowa, która bardzo może skrócić i ułatwić (kompleksową – przyp. PAP) analizę takich danych medycznych, np. w zastosowaniach onkologicznych (…). Mam nadzieję, że wdrożenie wyników tego projektu stanie się przełomem" – powiedział PAP dr Jakub Nalepa z Wydziału Automatyki, Elektroniki i Informatyki Politechniki Śląskiej w Gliwicach.

Trzonem tego innowacyjnego rozwiązania są techniki uczenia maszynowego (ang. machine learning). Jak tłumaczył Nalepa, systemy informatyczne budowane w oparciu o dotychczas zgromadzone i "zrozumiane" dane (np. obrazy medyczne) pozwalają na skrócenie czasu analizy nowych danych.

Naukowiec wskazał, że techniki uczenia maszynowego mogą być wykorzystywane np. do automatycznej segmentacji obrazów medycznych. "Na podstawie danych, które już mamy – to są dane historyczne – możemy stworzyć klasyfikator, który pozwoli na automatyczną analizę nowych obrazów, które nie były dotychczas +widziane+ przez taki system w czasie +treningu+. Możemy w ten sposób skrócić analizę, która musiałaby być wykonana przez człowieka, a jeżeli skracamy analizę obrazów medycznych, skracamy też czas potrzebny do diagnozy" – tłumaczył Nalepa, który jest jednocześnie kierownikiem ds. badań w tym projekcie z ramienia firmy Future Processing.

Innymi słowy – techniki uczenia maszynowego pozwalają na stworzenie takich algorytmów, które na podstawie opisanych wcześniej danych automatycznie "dostosowują się" do nowych danych, wykorzystując zgromadzone doświadczenia.

Wspomniany system dotyczący obrazowania dynamicznego powstaje we współpracy firmy Future Processing z Centrum Onkologii – Instytutem im. Marii Skłodowskiej-Curie w Gliwicach.

Jak podał Nalepa, obrazowanie dynamiczne po wzmocnieniu kontrastowym polega na skanowaniu wybranego obszaru ciała i analizie dynamiki przepływu środka kontrastowego u pacjenta. Pozwala to na wyznaczenie biomarkerów, opisujących charakterystykę i stopień zaawansowania nowotworu, umożliwiając ocenę ryzyka u pacjentów z chorobą nowotworową.

Dzięki segmentacji tego rodzaju danych medycznych można znaleźć w tych obrazach pewne "podejrzane" obszary, które wymagają dalszej analizy przez radiologa.

"Nasz system na pewno nie zastąpi pracy radiologa, ale będzie mógł pomóc w znalezieniu pewnych +podejrzanych+ regionów w obrazach, które powinny być jeszcze dokładniej sprawdzone" – podkreślił Nalepa.

Projekt badawczo-rozwojowy to nie tylko wyzwania medyczne, ale przede wszystkim algorytmiczne. Wśród nich naukowiec wymienił analizę trudnych danych, czyli zagadnienie z zakresu "big data". Tłumaczył, że chodzi tu nie tylko o dużą ilość tych danych, duży ich rozmiar, ale też ich heterogeniczność, czyli niejednorodność, a także o dane, których jakość nie jest pewna.

Nalepa zaznaczył więc, że zbudowanie takich systemów klasyfikacyjnych opartych o dane o zróżnicowanej jakości jest w praktyce bardzo trudne i wymaga dobrze przemyślanego wstępnego przetwarzania i selekcji danych, które są najbardziej reprezentatywne, np. dla pewnego rodzaju zmian nowotworowych.

Badania nad tym systemem są jeszcze prowadzone. "Mamy nadzieję, że już w przyszłym roku będziemy gotowi do pierwszych, pilotażowych wdrożeń. Wprowadzenie nowego produktu medycznego na rynek jest długim i żmudnym procesem, dlatego że należy udowodnić, że to, co opracowaliśmy rzeczywiście może być użyte w codziennej praktyce onkologicznej" – zaznaczył Nalepa.

W jego ocenie zapotrzebowanie na tego typu pomoc dla radiologów i fizyków medycznych jest nie tylko w Polsce. "Współpracujemy z ludźmi z Cambridge, więc widzimy, że nie tylko w Polsce jest zapotrzebowanie na tego rodzaju rozwiązania i mam nadzieję, że to w przyszłości zaprocentuje, przede wszystkim dla pacjentów" – podsumował.

Projekt ten o budżecie w wysokości 19 mln zł uzyskał dofinansowanie z Narodowego Centrum Badań i Rozwoju w wysokości 9 mln zł.

W październiku dr Jakub Nalepa otrzymał Nagrodę im. Witolda Lipskiego, przyznawaną młodym polskim uczonym zajmującym się informatyką.(PAP)

autor: Agnieszka Kliks-Pudlik

akp/ agt/

Partnerzy

Copyright © Fundacja PAP 2017