Wykorzystanie sztucznej inteligencji do analizy obrazów zmian nowotworowych może pomóc w szybkiej diagnozie, znacznym usprawnieniu zarządzania pacjentami i poprawie jakości opieki.
Mimo że w dziedzinie onkologii dokonał się szeroki postęp technologiczny, ogromnym wyzwaniem wciąż pozostaje wczesne wykrywanie raka, dokładna klasyfikacja nowotworów i monitorowanie odpowiedzi pacjentów na leczenie. Główną metodą wykorzystywaną przez lekarzy jest obrazowanie medyczne, które dostarcza ważnych informacji o umiejscowieniu, rozmiarze i metabolizmie guza, ułatwiając stawianie diagnozy i planowanie ewentualnego leczenia. Wielkie nadzieje wiązane są obecnie z innowacyjnymi narzędziami opartymi na wyjaśnialnej sztucznej inteligencji i uczeniu maszynowym, które – jeśli zostaną przeszkolone na reprezentatywnych i rzetelnych danych dotyczących zdrowia – mogą przyczynić się do zwiększenia dokładności badań obrazowych i okazać się ogromnym wsparciem dla personelu medycznego w wielu różnych wymiarach ich praktyki klinicznej.
Zestaw narzędzi oparty na AI
Głównym celem finansowanego przez Unię Europejską projektu INCISIVE było wykorzystanie możliwości dużych zbiorów danych i sztucznej inteligencji z myślą o poprawie sytuacji w dziedzinie obrazowania raka. Przedmiotem badań w projekcie są cztery powszechnie diagnozowane rodzaje raka: piersi, jelita grubego, płuc i prostaty.
„Opracowaliśmy oparty na sztucznej inteligencji zestaw narzędzi przeznaczony dla pracowników służby zdrowia oraz federacyjne repozytorium danych nadających się do ponownego wykorzystania, w którym można znaleźć miliony obrazów medycznych i danych klinicznych”, wyjaśnia koordynatorka projektu Gianna Tsakou.
Opracowany w ramach projektu INCISIVE zestaw narzędzi dla pracowników służby zdrowia, oferujący usługi wspomagania decyzji oparte na wyjaśnialnej AI, obejmuje różne metody obrazowania, takie jak tomografia komputerowa, PET-CT, MRI, mammografia, USG, RTG i obrazy histopatologiczne. Zawiera 28 zintegrowanych innowacyjnych modeli AI, które zostały wyszkolone i zwalidowane na milionach obrazów przedstawiających raka i innych danych klinicznych, pochodzących głównie z federacyjnego repozytorium danych INCISIVE.
Zestaw narzędzi zawiera funkcje wspomagające podejmowanie decyzji, pozwalające między innymi na klasyfikację nieprawidłowych wyników, priorytetyzację pacjentów, segmentację i lokalizację zmian chorobowych, diagnozowanie i określanie stadium zaawansowania raka, a także przewidywanie ryzyka przerzutów. Dodatkowe funkcje oferują ponadto wizualizację za pomocą technologii rzeczywistości rozszerzonej i tworzenie raportów na podstawie obrazów. Zapewniają one większą przydatność i łatwość obsługi, ułatwiając specjalistom wykorzystywanie wyników uzyskanych za pomocą AI w praktyce klinicznej.
Repozytorium danych
Pomimo potencjału, jaki niosą ze sobą dane dotyczące zdrowia w kontekście rozwijania rozwiązań opartych na AI, obecnie dostępne zbiory danych są rozproszone i brakuje im interoperacyjności, a dodatkowym wyzwaniem jest etyczny sposób udostępniania tego typu danych. Aby rozwiązać problem rozproszenia danych, w ramach projektu INCISIVE opracowano ogólnoeuropejskie repozytorium. Zawiera ono ponad 5,5 miliona zanonimizowanych obrazów zmian nowotworowych i towarzyszących im danych klinicznych pochodzących od ponad 11 000 osób, udostępnionych przez 14 ośrodków klinicznych.
„Federacyjna architektura repozytorium i etyczne mechanizmy udostępniania danych zapewniają wysokie standardy prywatności i bezpieczeństwa, pozwalając posiadaczom danych na utrzymanie kontroli nad swoimi danymi, jednocześnie dając możliwość wykorzystania ich podczas szkolenia, walidacji i badań AI”, podkreśla Tsakou.
Platforma INCISIVE oferuje bezpieczne i kontrolowane środowisko do wyszukiwania i etycznego przetwarzania danych, nawet jeśli są one gromadzone i udostępniane w odmiennych warunkach klinicznych i w różnych państwach członkowskich UE. Co ważne, połączono na niej wszystkie usługi i funkcjonalności opracowane w ramach projektu – między innymi narzędzia umożliwiające anonimizację, gromadzenie, selekcję i adnotację danych – jednocześnie wspierając udostępnianie danych zgodnie z przepisami RODO.
Znaczenie projektu INCISIVE i przyszłe kierunki działania
Rosnąca ilość i dostępność badań obrazowych raka oraz wielu innych danych dotyczących zdrowia, w połączeniu z osiągnięciami w dziedzinie AI i uczenia maszynowego, oferują niespotykane dotąd możliwości poprawy jakości opieki nad osobami chorymi na raka i zarządzania pacjentami onkologicznymi. Dzięki wdrożeniu wszystkich właściwych środków etycznych i prawnych mających na celu zapewnienie prywatności i bezpieczeństwa danych dotyczących zdrowia repozytorium INCISIVE zawierające dane dotyczące nowotworów ułatwi prowadzenie przyszłych badań nad rakiem, wnosząc ogromny wkład w rozwój europejskiej przestrzeni danych dotyczących zdrowia.
Kolejnym krokiem na tej drodze będzie zwiększenie interoperacyjności z innymi repozytoriami danych medycznych i infrastrukturami badawczymi dzięki realizacji inicjatywy na rzecz obrazowania nowotworów Cancer Image Europe. Poprzez promowanie współpracy i wspieranie integracji usług AI z praktyką kliniczną zespół projektu INCISIVE ma nadzieję nie tylko na utrzymanie rezultatów swojej dotychczasowej pracy, ale również na stymulowanie przyszłych innowacji w opiece nad pacjentami onkologicznymi.
Komentarze
[ z 0]