Polacy najlepiej w świecie wprzęgli sztuczną inteligencję w diagnozę płuc

Specjaliści z Politechniki Warszawskiej we współpracy z Polską Grupą Raka Płuca opracowali model sztucznej inteligencji oparty na największej na świecie bazie zdjęć klatki piersiowej. Będzie on wspierał lekarzy z frupy M12.AI w diagnozowaniu chorób w obrębie klatki piersiowej.

Jak działa nowy model sztucznej inteligencji CTSegMate?

.”System jest tak zaprojektowany, by wspierać lekarza przy najbardziej żmudnych czynnościach i dać mu więcej czasu na analizę istotnych diagnostycznie cech” – twierdzi Przemysław Biecek, kierownik projektu i lider zespołu badawczego MI2.AI, zajmującego się przetwarzaniem danych i uczeniem maszynowym.

Jak wyjaśnia specjalista z zespołu M12.AI, w informacji przekazanej, szukając podobnych obrazów, system – opracowany w ramach projektu Xlungs – może szybko przejrzeć tysiące referencyjnych badań tomografii komputerowej, w każdym badaniu błyskawicznie analizuje setki zdjęć, by precyzyjnie oznaczyć zmiany chorobowe oraz istotne cechy anatomiczne.

„Cechy anatomiczne zmierzone przez system mogą być zintegrowane z innymi procesami diagnostycznymi. Podobnie jak badanie krwi jest podstawą diagnozowania licznych chorób – tak precyzyjne, szybkie i tanie wymiarowanie zmian w klatce piersiowej może być przełomem w screeningu” – uważa lider zespołu MI2.AI. Dodaje, że narzędzie to można zintegrować z już wykorzystywanymi w leczeniu systemami, gdyż współpracuje z powszechnie przyjętymi standardami dokumentacji medycznej.

W systemie wykorzystano ogromną liczbę obrazów tomografii komputerowej płuc – aż 40 tysięcy, opracowanych przez zespół badawczy MI2.AI z Politechniki Warszawskiej we współpracy w Polską Grupą Raka Płuca. Były to płyty CD z tomografii komputerowej polskich pacjentów z lat 2010-2018, m.in. z badań przesiewowych w kierunku raka płuca. Dzięki temu powstał model sztucznej inteligencji oparty na największej tego typu bazie danych na świecie (zawierający 40 terabajtów danych). Ma on wspierać lekarzy w szybszym i skuteczniejszym diagnozowaniu chorób. Ale zasobów podobnych do tych, które wykorzystuje zespół M12.AI może być w Polsce dużo więcej.

Każdego roku w Polsce wykonuje się kilkaset milionów badań laboratoryjnych z czego ponad 60 mln przypada na badania obrazowe, takie jak m.in. tomografia komputerowa (TK). Według raportu Collective Minds Radiology w trakcie jednego badania TK powstaje od 200 MB do 1 GB danych. Średniej wielkości szpital generuje od kilkudziesięciu terabajtów (1 TB = 1024 GB) do kilku petabajtów (1 PB = 1024 TB) danych rocznie w postaci skanów obrazowych, wyników laboratoryjnych i dokumentacji medycznej.

W Polsce od ponad dekady budowana jest elektroniczna dokumentacja medyczna (EDM) – zintegrowany system gromadzący dane zdrowotne pacjenta. Od 1 lipca 2021 r. każdy lekarz czy gabinet ma obowiązek raportowania w nim zdarzeń medycznych. Jednak już wcześniej wiele placówek medycznych gromadziło takie dane na własną rękę.

„Często mamy do czynienia z sytuacją, kiedy leczenie pacjenta dobiegło już końca, a wyniki jego badań nadal są w bazie szpitala czy kliniki i metaforycznie kurzą się na półkach – tłumaczy Marcin Luckner, kierownik prac prowadzonych w ramach w projektu Xlungs. – Jednak nawet jeśli dla danego przypadku zachorowania zebrane dane nie mają już zastosowania, to zestawienie ich z wynikami innych osób zmagających się z tą samą dolegliwością może pozwolić lekarzom dostrzec pewne wzory i prawidłowości w rozwoju choroby i w przyszłości usprawnić jej leczenie. Taka analiza setek czy tysięcy wyników badań jest bardzo żmudnym i czasochłonnym działaniem, ale mogą nas w tym wesprzeć algorytmy sztucznej inteligencji” – przekonuje ekspert z zespołu M12.AI.

Naukowcy z grupy M12.AI pracują nad nowoczesnym modułem AI

.Według naukowców z Politechniki Warszawskiej w Polsce co roku przybywa kilkanaście tysięcy absolwentów informatyki i co roku wystawia się pół miliarda e-recept. Uważają oni, że mamy zatem spore szanse stać się potentatem w tworzeniu technologii medycznych wspieranych AI. „Polskie dane pozwalają lepiej wspierać lokalną diagnostykę, niż dane pozyskane np. z Chin. Równocześnie ich rozmiar daje potencjał do tworzenia rozwiązań na światowym poziomie” – zaznacza specjaliści PW.

Model sztucznej inteligencji CTSegMate opracowany w ramach projektu Xlungs wydobywa kluczowe informacje z historycznych obrazów CT, automatyzuje proces opisywania wyników i skraca czas ich analizy. Zespół MI2.AI pracował nad jego stworzeniem przez trzy lata, a zaangażowane do tego zadania procesory potrzebowały ponad 180 000 godzin obliczeń. Realizacja takiego projektu była możliwa dzięki finansowaniu przez Narodowe Centrum Badań i Rozwoju w ramach konkursu INFOSTRATEG I.

MI2.AI tworzą pracownicy naukowi i studenci dwóch wydziałów matematyki i informatyki w Polsce: MIM Uniwersytetu Warszawskiego i MiNI Politechniki Warszawskiej. Zajmuje się on prowadzeniem badań naukowych z dziedziny sztucznej inteligencji jak również praktycznym zastosowaniem ich efektów oraz popularyzacją wiedzy z obszaru swojej ekspertyzy. 

Co stało się z nadzieją, którą budził raport Draghiego, że uda się uruchomić dodatkowe pieniądze na badania i innowacje?

.”Przedstawiając dwa dni po zaprzysiężeniu czteroletni plan inwestycji w sztuczną inteligencję w wysokości 500 miliardów dolarów, amerykański prezydent wdraża w życie to, co raport przedstawiony we wrześniu przez byłego szefa Europejskiego Banku Centralnego postulował jako rozwiązanie dla… Europy. Trump uderza szybko i mocno” – pisał Olivier BACCUZAT, dziennikarz, zastępca redaktora naczelnego L’Opinion.

Aby zatrzymać proces spadku konkurencyjności Starego Kontynentu, Mario Draghi wzywał do uwolnienia jego „potencjału innowacyjności”, przestrzegając przed powtórką zaniedbań z przeszłości, które sprawiły, że Unia Europejska przespała rewolucję internetu w latach 90. Ta słuszna i trzeźwa diagnoza Draghiego – i powszechnie chwalona – zakładała masowe i szybkie inwestycje w zaawansowane technologie (w tym AI), uznawane obok energetyki i bezpieczeństwa za jeden z trzech filarów suwerenności, oraz usunięcie przeszkód regulacyjnych, które zamiast wspierać wszelkie rozwiązania innowacyjne, duszą je w zarodku.

„Niczym biały rycerz Europa chełpi się, że jako pierwsza wprowadziła w życie „AI Act”. Lecz co stało się z nadzieją, którą budził raport Draghiego, że uda się uruchomić dodatkowe pieniądze na badania i innowacje? Jak pamiętamy, pewne obietnice zostały poczynione: Ursula von der Leyen wspominała coś o odblokowaniu 100 miliardów dla „europejskiego CERN-u sztucznej inteligencji. Ale czy mamy rzeczywiście do czynienia z przyspieszeniem i przeskalowaniem tych działań. W kwestii AI Trump (przy udziale prywatnego kapitału) jest już dwa kroki przed nami. Przyswoił sobie zalecenia Draghiego, mając świadomość, że w tym globalnym wyścigu pełną pulę zgarnie ten, kto będzie pierwszy. Jak w swoim czasie zrobił Reagan, ogłaszając program gwiezdnych wojen. Amerykański pragmatyzm i szybkość decyzji wygrywają z europejską prokrastynacją i doktryną się zobaczy” – opisuje autor.

Artykuł dostępny na łamach Wszystko co Najważniejsze: https://wszystkoconajwazniejsze.pl/olivier-baccuzat-ai-act/

PAP/WszystkocoNajważniejsze/MB