Nowe rozwiązanie oparte na sztucznej inteligencji, zdolne do analizowania materiału biopsyjnego w zaledwie kilka sekund, może pomóc patologom w szybszym i dokładniejszym diagnozowaniu raka.
Na całym świecie rośnie liczba zachorowań na raka, a najlepszą linią obrony jest dokładna i szybka diagnoza. Jednak obrazowanie diagnostyczne i biopsje wymagają czasu i są uzależnione od wiedzy, doświadczenia i dostępności wyszkolonych radiologów i patologów – a wszystkich tych czynników brakuje.
Na szczęście nowe technologie, takie jak sztuczna inteligencja (SI) i głębokie uczenie maszynowe, mogą pomóc wypełnić lukę między biopsją a diagnozą.
W ramach finansowanego ze środków UE projektu AIPACA opracowano na ten przykład oprogramowanie oparte na sztucznej inteligencji, które jest w stanie przeanalizować bioptat na szkiełku w ciągu zaledwie kilku sekund, dokładnie identyfikując regiony guza i kwantyfikując biomarkery nowotworowe.
„Poprzez znaczne skrócenie czasu całej procedury biopsyjnej nasze rozwiązanie oparte na SI zapewnia patologom funkcjonalne i niezawodne narzędzie kliniczne do stawiania szybkich, dokładnych i potencjalnie ratujących życie diagnoz”, mówi Felix Faber, założyciel i dyrektor generalny firmy Mindpeak, będącej wiodącym partnerem projektu.
Oprogramowanie oparte na sztucznej inteligencji zwiększa dokładność diagnostyczną
Firma Mindpeak opracowała swoje oprogramowanie oparte na SI, aby wspomóc patologów w diagnostycznej ocenie progresji i cech nowotworu w oparciu o immunohistochemię (IHC), metodę laboratoryjną, która wykorzystuje przeciwciała do sprawdzenia obecności określonych biomarkerów w próbce tkanki. W przypadku rozwiązania opracowanego w ramach projektu AIPACA do tych biomarkerów należą białka Ki-67, ER, PR i HER2.
„Dokładność diagnostyczna naszego oprogramowania opartego na SI w wykrywaniu tych biomarkerów w tkance piersi jest porównywalna z dokładnością, jaką wyróżniają się najlepsi patolodzy”, wyjaśnia Faber.
Oprogramowanie zapewnia również bardzo dokładne wyniki w różnych środowiskach laboratoryjnych.
„W ramach obszernego badania zmienności nie wykazano, aby wyniki diagnostów wykorzystujących SI były gorsze od pracy samych diagnostów”, wyjaśnia.
„Na wyniki te nie mają wpływu zastosowane barwniki, skanery ani biomarkery, potwierdzając tym samym solidność naszego oprogramowania opartego na SI”.
Oprogramowanie oparte jest na aktualnych wytycznych medycznych i posiada oznakowanie CE do celów diagnostycznych w rutynowej praktyce klinicznej. „Nasze oprogramowanie jest już wykorzystywane w praktyce klinicznej w części UE oraz do celów badawczych w Stanach Zjednoczonych”, dodaje Faber.
Innowacje możliwe dzięki funduszom UE
Jak twierdzi Faber, sukces ten był możliwy dzięki wsparciu projektu AIPACA.
„Interfejs użytkownika oprogramowania firmy Mindpeak – AI Console – został opracowany w całości w ramach projektu AIPACA i we współpracy z naukowcami i patologami z całego świata”, mówi.
AI Console to samodzielne oprogramowanie służące do interaktywnej, wizualnej analizy cyfrowych obrazów szkiełek histopatologicznych w połączeniu z dodatkowymi informacjami.
„Pozwala ono użytkownikowi na interaktywną zmianę powiększenia wyświetlanego obrazu histopatologicznego, przesuwanie i obracanie go oraz rysowanie i zapisywanie wybranych regionów do diagnozy i śledzenia, a także wyświetlanie punktacji klinicznej”, zauważa Faber.
Oprogramowanie AI Console otrzymało oznakowanie CE i pomyślnie przeszło testy użyteczności z udziałem doświadczonych i renomowanych patologów podczas trwania projektu.
Niezawodne, opłacalne rozwiązanie o wysokiej dokładności
Dzięki wsparciu funduszy unijnych patolodzy mają teraz do dyspozycji niezawodne, opłacalne rozwiązanie o wysokiej dokładności, które pomoże im w szybszym diagnozowaniu raka.
W rezultacie z wcześniejszej diagnozy i leczenia będzie mogło skorzystać więcej pacjentów, co może przyczynić się do poprawy ich rokowań i przedłużenia życia.
„Projekt AIPACA pozwolił firmie Mindpeak wnieść znaczący wkład w digitalizację ogólnej praktyki klinicznej, a w szczególności patologii, poprzez szybkie dopasowanie pacjentów do właściwych metod leczenia”, podsumowuje Faber.
Wiedza zdobyta w trakcie projektu służy obecnie jako pomoc w opracowywaniu oprogramowania pod kątem innych rodzajów raka oraz wysoce skutecznych leków do leczenia tej choroby.
Komentarze
[ z 0]