Studenci i pracownicy WFTiMS opracowali skuteczny algorytm uczenia maszynowego do rozpoznawania złośliwości guzów nerek

Zespół Radiato.ai, złożony z pracowników badawczo-dydaktycznych WFTiMS PG w osobach dr inż. Patryka Jasika (Team Leader) oraz dr inż. Pawła Sytego (Product Owner), studentów WFTiMS i WETI w osobach Aleksandra Obuchowskiego (Head AI Architect), Romana Karskiego (Data Scientist), Barbary Klaudel (Medical Image Specialist), Bartosza Rydzińskiego (Backend Developer) i Mateusza Anikieja (Devops), a także lekarza Mateusza Glembina z Oddziału Urologii szpitala św. Wojciecha w Gdańsku, opracował system TITAN (Technology In Tumor ANalysis), który przy użyciu uczenia maszynowego określa prawdopodobieństwo złośliwości guza nerki na podstawie zdjęcia tomografii komputerowej jamy brzusznej.

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 takiego guza nie jest jednak prostym zadaniem. Szacuje się, że obecnie w Polsce 15% do 20% operacji usunięcia nerki po wykryciu w niej guza wykonywanych jest niepotrzebnie - w sytuacji kiedy guz, początkowo określony jako złośliwy, po operacji, w wyniku badania histopatologicznego, okazuje się łagodny. Rocznie w Polsce jest to około 900 operacji, które bez potrzeby narażają zdrowie pacjentów i znacząco pogarszają komfort ich życia. Jednocześnie, przy coraz mniejszej liczbie dostępnych specjalistów i coraz większej liczbie wykrywanych guzów, problem ten będzie w przyszłości tylko narastać. Jest to również niezwykle istotne w czasie pandemii, gdyż - według najnowszych badań - wirus SARS-CoV-2 może powodować choroby nerek nawet u 15% pacjentów.

System informatyczny TITAN wykorzystuje sztuczną inteligencję do oceny złośliwości guzów nerek na podstawie zdjęcia tomografii komputerowej (TK), osiągając skuteczność aż 87%.  Do celów stworzenia autorskiego modelu uczenia maszynowego zdobyto ponad 15 000 zdjęć tomografii komputerowej pochodzących z niemal 400 przypadków medycznych. Pozwoliło to na zbudowanie bazy wiedzy, na której wytrenowane zostały algorytmy wykorzystujące głębokie sieci neuronowe, osiągające tak wysoką skuteczność przy jednoczesnym wychwytywaniu 10 na 10 guzów łagodnych - co w rezultacie może przełożyć się na ocalenie błędnie usuwanych nerek.

Dzięki wykorzystaniu systemu lekarz uzyskuje dodatkową opinię, w postaci sugestii algorytmu, w ciągu zaledwie kilkunastu sekund. Trzeba tu zaznaczyć, że system nie zastępuje diagnozy lekarskiej, a jedynie zwraca uwagę na to, które przypadki mogły zostać błędnie zaklasyfikowane. Dzięki systemowi, lekarze są w stanie uważniej przyjrzeć się takim guzom, skonsultować diagnozę z innymi specjalistami, bądź skierować pacjenta na dalsze badania. Taka selekcja w rezultacie może znacząco ograniczyć liczbę błędnie zdiagnozowanych guzów. Dodatkowo, jeżeli w badaniu histopatologicznym okaże się że guz faktycznie był złośliwy, lekarz może dodać taki przypadek do bazy wiedzy, co usprawni działanie algorytmu w przyszłości.

System został stworzony w ramach programu e-Pionier, prowadzonego przez Excento, spółkę celową Politechniki Gdańskiej, łączącego zespoły młodych programistów z instytucjami publicznymi w przygotowywaniu innowacyjnych rozwiązań z branży ICT. Problem braku narzędzi diagnostycznych wykorzystujących technologie informatyczne został zgłoszony z ramienia spółki Copernicus Podmiot Leczniczy Sp. z o. o. oraz szpitala św. Wojciecha w Gdańsku przez dr n. med. Wojciecha Narożańskiego.

Należy podkreślić, że projekt wpisuje się ze swoją tematyką w dwa priorytetowe obszary badawcze PG - Centrum BioTechMed, zajmujące się m.in. badaniem i wdrażaniem nowoczesnych technologii z zakresu inżynierii biomedycznej oraz Centrum Technologii Cyfrowych, które koncentruje się m.in. na poprawie szeroko rozumianego bezpieczeństwa i komfortu życia społeczeństwa.

System będzie w najbliższym czasie testowo wdrożony w szpitalu św. Wojciecha w Gdańsku, gdzie lekarze wykorzystywać go będą w diagnozie bieżących przypadków guzów nerek. Jest to pierwszy tego typu system w Polsce, który będzie wykorzystywany w praktyce. W najbliższych planach zespołu Radiato.ai jest też skupienie się na opublikowaniu wyników badań, zarówno w czasopismach medycznych jak i technicznych, związanych z uczeniem maszynowym.

Więcej informacji można znaleźć na blogu Radiato.ai: https://blog.radiato.ai/post/algorytm-do-rozpoznawania-zlosliwosci-guzow-nerek-osiaga-87-skutecznosc/

Galeria zdjęć