System informatyczny z Politechniki Gdańskiej wykorzystuje sztuczną inteligencję do oceny złośliwości guzów nerek

Naukowcy i studenci z Politechniki Gdańskiej opracowali nowatorski system do rozpoznawania złośliwości guzów nerek. Dzięki niemu możliwa będzie dokładniejsza diagnoza, a także zmniejszenie liczby niepotrzebnych operacji narażających zdrowie i życie pacjentów. Rocznie takich operacji wykonuje się nawet 900. Tymczasem dzięki wyposażonemu w algorytmy sztucznej inteligencji TITAN-owi (TITAN – Technology In Tumor Analysis), który wcześniej wykryje guzy nerek, konieczność takich zabiegów może znacznie zmaleć. To szczególnie ważne w czasie pandemii koronawirusa i niewielkiej dostępności do specjalistów.

Zespół Radiato.ai: Roman Karski, dr inż. Paweł Syty, Aleksander Obuchowski, dr inż. Patryk Jasik, Mateusz Anikiej, Barbara Klaudel, Bartosz Rydziński, lek. Mateusz Glembin

Jak informuje zespół Radiato.ai, złożony z naukowców i studentów z Politechniki Gdańskiej, większość pacjentów, u których występują guzy nerek, to osoby starsze, dla których operacja usunięcia guza może być ryzykowna. W takich przypadkach często bezpieczniej jest pozostawić guz i tylko go obserwować, jeśli nie jest on złośliwy. Określenie złośliwości guza nie jest jednak prostym zadaniem. Według aktualnych szacunków w Polsce od 15 do 20 procent operacji usunięcia nerki po wykryciu w niej guza jest wykonywanych niepotrzebnie, czyli w sytuacji, kiedy guz, początkowo określony jako złośliwy, po operacji okazał się łagodny. Zwiększa to nie tylko zagrożenie zdrowia i życia pacjenta poprzez niepotrzebne narkozy, ale też powoduje niepotrzebny ból i oznacza wyłączenie pacjenta z dotychczasowego życia na czas rekonwalescencji.

TITAN określa prawdopodobieństwo złośliwości guza na podstawie zdjęcia z tomografii komputerowej przy użyciu uczenia maszynowego. Sztuczna inteligencja pozwala lekarzowi otrzymać dodatkowe informacje na temat wielkości czy charakterystyki guza w ciągu kilku sekund, co nie było możliwe do tej pory. Każda diagnoza musiała się opierać wyłącznie na wiedzy i umiejętności lekarza czy zespołu specjalistów, porównywaniu zdjęć TK czy w końcu na badaniach histopatologicznych. Oczywiście w przypadku TITAN-a nie ma mowy o diagnozie równoznacznej z tą lekarską. Algorytm jedynie selekcjonuje guzy na łagodne i złośliwe i pomaga lekarzom podjąć decyzję o dalszym postępowaniu. Co ważne, algorytm sam się uczy, a zatem każda pomyłka pozwala na ulepszenie programu.

Aby stworzyć ten autorski model predykcyjny, wykorzystano ponad 15 tysięcy zdjęć tomografii komputerowej z niemal 400 przypadków medycznych. Problemem było nauczenie algorytmu, jak rozpoznawać guzy łagodne, te we wczesnym stadium. Większość zdjęć były to bowiem tomografie z guzami złośliwymi.

– Nie było to łatwe zadanie, gdyż guzy łagodne stanowiły tylko 26 procent naszej bazy danych. Po przeanalizowaniu dziesiątek architektur sieci neuronowych i metod przetwarzania obrazów udało się nam jednak osiągnąć wynik 10/10 poprawnie rozpoznanych guzów łagodnych – mówił Aleksander Obuchowski, główny architekt SI projektu, cytowany w publikacjach na stronie Radiato.ai.

To, co jest kluczowe dla rozwiązania TITAN, to szybkość działania. W systemie udało się opracować interfejs, który w kilka sekund pozwala na załadowanie zdjęcia i zaznaczenie obszaru, w którym znajduje się guz, a diagnoza zostaje postawiona średnio po zaledwie 17 sekundach. Pozwala to na bezpośrednią analizę przypadku podczas wizyty pacjenta.

Jak poinformowała Politechnika Gdańska, system będzie w najbliższym czasie testowo wdrożony w szpitalu św. Wojciecha w Gdańsku, a także na Oddziale Urologii w Szpitalu Specjalistycznym im. F. Ceynowy w Wejherowie. Lekarze wykorzystywać go będą w diagnozie bieżących przypadków guzów nerek. Jest to pierwszy tego typu system w Polsce, który będzie wykorzystywany w praktyce. Rozwiązaniem zainteresowane są też kolejne ośrodki.

Skip to content