Większość pacjentów, u których występują guzy nerek, to osoby starsze, dla których operacja usunięcia guza może okazać się wysoce ryzykowna. Zdaniem lekarzy, jeśli guz nie jest złośliwy, bezpieczniej jest nie wykonywać operacji i pozostawić guz jedynie do dalszego obserwowania.
Określenie złośliwości guza nie jest jednak prostym zadaniem. Szacuje się, że obecnie w Polsce 15 do 20 proc. operacji usunięcia nerki po wykryciu w niej guza wykonywanych jest niepotrzebnie, bo guz, początkowo określony jako złośliwy, po operacji i zbadaniu histopatologicznym okazuje się łagodny.
Rocznie w Polsce jest to około 900 operacji, które bez potrzeby narażają zdrowie pacjentów i znacząco pogarszają komfort ich życia, a problem ten będzie w przyszłości tylko narastać. Przyczynić do tego może się również pandemia wirusa SARS-CoV-2, który powoduje choroby nerek nawet u 15 proc. zarażonych nim pacjentów.
System opracowany przez naukowców, lekarzy i studentów
Z pomocą w rozwiązaniu tego problemu przyszli naukowcy i studenci PG, którzy opracowali system TITAN (Technology In Tumor ANalysis), który przy użyciu technologii uczenia maszynowego i algorytmów sztucznej inteligencji określa prawdopodobieństwo złośliwości guza nerki na podstawie zdjęcia tomografii komputerowej jamy brzusznej.
W zespole Radiato.ai, który stoi za projektem TITAN, udało się połączyć kompetencje i możliwości pracowników badawczo-dydaktycznych Wydziału FTiMS PG w osobach dr inż. Patryka Jasika (Team Leader) oraz dr 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.
Sztuczna inteligencja pomocna w ocenie złośliwości guzów
System informatyczny TITAN wykorzystuje sztuczną inteligencję do oceny złośliwości guzów nerek na podstawie zdjęcia tomografii komputerowej (TK), osiągając skuteczność na poziomie 87 proc. Do celów stworzenia autorskiego modelu predykcyjnego, bazującego na metodach uczenia maszynowego, zdobyto ponad 15 tys. zdjęć tomografii komputerowej z niemal 400 przypadków medycznych.
– Przy opracowywaniu naszego algorytmu przykładaliśmy szczególną uwagę do rozpoznawania guzów łagodnych, gdyż to właśnie poprawne ich wykrycie może potencjalnie uratować życie pacjenta – tłumaczy 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.
To pozwoliło z kolei 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. W rezultacie może się to przełożyć na ocalenie błędnie usuwanych nerek i ograniczenie liczby niepotrzebnych operacji.
– Dzięki wykorzystaniu systemu TITAN, lekarz uzyskuje dodatkową opinię w postaci sugestii algorytmu w ciągu zaledwie kilkunastu sekund – wyjaśnia 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.
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.
Pierwsze testy w gdańskim szpitalu
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.
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.
Na zdjęciu zespół Radiato.ai. Od lewej: Roman Karski, dr inż. Paweł Syty, Aleksander Obuchowski, dr inż. Patryk Jasik, Mateusz Anikiej, Barbara Klaudel, Bartosz Rydziński, lek. Mateusz Glembin. Fot. Aleksander Obuchowski