Wiele nerek z guzami usuwanych jest niepotrzebnie. Naukowcy z Politechniki Gdanskiej udaremnią zbędne operacje

Wiele nerek z guzami usuwanych jest niepotrzebnie, ponieważ zaistniałe zmiany okazują się łagodne. Dzięki naukowcom z Politechniki Gdańskiej powstał system sztucznej inteligencji, który rozpoznaje złośliwość nowotworów na podstawie badań tomograficznych. Do wytrenowania sztucznej inteligencji badacze użyli ponad 15 tys. zdjęć tomograficznych pochodzących od prawie 400 pacjentów. Opracowany system jest skuteczny w 87 proc, jednak szczególnie dobrze rozpoznaje łagodne guzy, a to jego główne zadanie i nieoceniona pomoc dla specjalistów.

Guzy nerek pojawiają się najczęściej u osób starszych, dla których takie operacje bywają wysoce ryzykowne. Jednocześnie – jak przypominają naukowcy z Politechniki Gdańskiej – w Polsce nawet od 15 do 20 proc. zabiegów usunięcia nerki z powodu obecności guza jest wykonywanych niepotrzebnie. To oznacza rocznie ok. 900 zbędnych operacji. Zdaniem lekarzy, jeżeli guz nie jest złośliwy, bezpieczniej jest nie wykonywać operacji i pozostawić guz jedynie do dalszego obserwowania. Określenie złośliwości guza nie jest jednak prostym zadaniem.

By pomóc lekarzom i pacjentom, naukowcy z gdańskiej uczelni opracowali oparty na technologii uczenia maszynowego i sztucznej inteligencji system TITAN (Technology In Tumor ANalysis), który potrafi określić prawdopodobieństwo złośliwości guza nerki na podstawie samych zdjęć tomografii komputerowej jamy brzusznej. Nowoczesny system stworzono 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.

Do wytrenowania sztucznej inteligencji badacze użyli ponad 15 tys. zdjęć tomograficznych pochodzących od prawie 400 pacjentów. Opracowany system jest skuteczny w 87 proc.,. – Przy opracowywaniu naszego algorytmu przykładaliśmy szczególną uwagę do rozpoznawania guzów łagodnych, gdyż to właśnie poprawne ich wykrycie może potencjalnie uratować życie pacjenta – wyjaśnia Aleksander Obuchowski, główny architekt AI projektu.

– Nie było to łatwe zadanie, gdyż guzy łagodne stanowiły tylko 26 proc. 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.

Co prawda, komputer sam nie będzie stawiał diagnoz, ale ma stanowić ważną pomoc dla specjalistów. – Dzięki wykorzystaniu systemu TITAN, lekarz uzyskuje dodatkową opinię w postaci sugestii algorytmu w ciągu zaledwie kilkunastu sekund – tłumaczy dr inż. Patryk Jasik. – System nie zastępuje jednak 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. Ponadto, jeżeli w badaniu histopatologicznym okaże się, że guz rzeczywiście był złośliwy, lekarz może dodać taki przypadek do bazy wiedzy, co w przyszłości poskutkuje usprawnieniem działania algorytmu.

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 dra n. med. Wojciecha Narożańskiego. To właśnie w Szpitalu św. Wojciecha system zostanie wdrożony testowo, a lekarze będą wykorzystywać go w diagnozie bieżących przypadków guzów nerek. Jest to pierwszy tego typu system w Polsce, który będzie wykorzystywany w praktyce.

W zespole Radiato.ai, który stoi za projektem TITAN, udało się połączyć kompetencje i możliwości pracowników badawczo-dydaktycznych:

• • Wydziału FTiMS PG w osobach:
    • • dra inż. Patryka Jasika (Team Leader)
    • • oraz dra inż. Pawła Sytego (Product Owner)

• • a także studentów Wydziałów FTiMS i ETI:
    • • Aleksandra Obuchowskiego (Head AI Architect),
    • • Romana Karskiego (Data Scientist),
    • • Barbary Klaudel (Medical Image Specialist),
    • • Bartosza Rydzińskiego (Backend Developer)
    • • i Mateusza Anikieja (Devops).

W zespole pracował również lekarz Mateusz Glembin z Oddziału Urologii Szpitala św. Wojciecha w Gdańsku.

AIP