Sztuczna inteligencja pomaga w wykrywaniu najmniejszych zmian
Obecny projekt badawczy dotyczy analizy tomografii komputerowej klatki piersiowej wspomaganej przez sztuczną inteligencję. Jego celem jest opracowanie i ocena modeli, które w sposób zautomatyzowany będą tworzyć raporty radiologiczne, a w szczególności będą w stanie niezawodnie identyfikować tzw. węzły płucne oraz śledzić je na przestrzeni kilku badań.
Ma to szczególne znaczenie medyczne: precyzyjna obserwacja takich zmian odgrywa ważną rolę we wczesnym wykrywaniu raka płuc. Sztuczna inteligencja nie ma tu na celu zastąpienia radiologów, lecz wspieranie ich w analizie dużych ilości medycznych danych obrazowych. W międzynarodowym projekcie uczestniczy obecnie dwanaście krajów europejskich.
400 000 plików z Linzu na potrzeby badań międzynarodowych
Szczególną rolę odgrywa tu jakość danych. Na potrzeby projektu badawczego Szpital Uniwersytecki im. Keplera udostępnił zbiory danych dotyczących 300 pacjentów, zawierające informacje kliniczne oraz materiały obrazowe. Łącznie na potrzeby badań przygotowano około 400 000 zanonimizowanych i pseudonimizowanych plików. Udział w projekcie został zweryfikowany i zatwierdzony przez komisję etyczną Wydziału Medycznego Uniwersytetu im. Johannesa Keplera w Linzu.
Właśnie takie rzeczywiste dane kliniczne mają ogromne znaczenie dla rozwoju wydajnych systemów sztucznej inteligencji. Publicznie dostępne zbiory danych często nie odzwierciedlają w wystarczającym stopniu różnych sytuacji klinicznych i badań w perspektywie czasowej.
Już po raz drugi z Linzu do Harvardu
Dla KUK współpraca ta nie jest nowością. Już w 2023 roku szpital uczestniczył w projekcie „MAIDA – Medical AI Data for All”. Wówczas wykorzystano między innymi dane z oddziałów intensywnej terapii i oddziałów noworodkowych w celu zweryfikowania modeli sztucznej inteligencji służących do interpretacji zdjęć rentgenowskich klatki piersiowej. Wyniki zostały już opublikowane w renomowanym czasopiśmie „New England Journal of Medicine”. Udana współpraca oraz wysoka jakość udostępnionych danych doprowadziły ostatecznie do zaproszenia do udziału w kolejnej fazie projektu.
#schongenial – to wspaniale, że dane medyczne z Górnej Austrii stają się fundamentem medycyny przyszłości.
