Sztuczna inteligencja pomaga lekarzom diagnozować raka na podstawie obrazów histopatologicznych. System może też analizować zdjęcia satelitarne, a nawet zapisy z kamer przemysłowych
Z każdym rokiem rośnie na świecie liczba diagnozowanych nowotworów, jednak proporcjonalnie nie rośnie liczba specjalistów, którzy potrafią je diagnozować – histopatologów. W krajach rozwiniętych problem ten jest szczególnie widoczny w małych miejscowościach, ale są na świecie obszary, na przykład w niektórych krajach afrykańskich, gdzie histopatologów w ogóle nie ma. Im mniej specjalistów, tym więcej czasu zajmuje zdiagnozowanie nowotworu. A czas, rzecz jasna, gra w tym przypadku ogromną rolę.
Cyfrowa histopatologia jest próbą rozwiązania tego problemu. Na czym polega? Na automatyzacji i cyfryzacji procesu przygotowania i analizy biopsji histopatologicznych. Preparat z tkanki pacjenta tradycyjnie przygotowany na szkiełku i oceniany przez lekarza pod mikroskopem, tu zostaje zeskanowany i staje się obrazem cyfrowym. Lekarz nie musi już oglądać fizycznych próbek pod mikroskopem, ale może je analizować na ekranie własnego komputera. Oznacza to także, że może robić to zdalnie – pracując na przykład w Polsce, może współpracować ze szpitalem w Afryce i diagnozować tamtejszych pacjentów.
By wspomóc lekarza w diagnozie
Cyfrowa histopatologia wiąże się niestety z pewnymi trudnościami. Slajdy histopatologiczne, tak jak większość obrazów medycznych, mają bardzo dużą rozdzielczość i wielkość. Potrzebne jest więc specjalistyczne oprogramowanie, które pozwala na ich płynne wyświetlanie, przechowywanie i zarządzanie nimi. Kluczowe znaczenie ma tu także zapewnienie bezpieczeństwa danych medycznych i integracja z innymi programami wykorzystywanymi w szpitalu. Dziś kilka firm produkuje takie narzędzia, ale jeszcze kilka lat temu było to rzadkością.
Adres filmu na Youtube: https://www.youtube.com/watch?time_continue=1&v=FbePnJrAnWo&feature=emb_title
Źródło: MicroscopeIT / YouTube
Obecnie wchodzimy na kolejny etap całego procesu – zastosowanie sztucznej inteligencji do analizy zdjęć histopatologicznych. Nie chodzi więc już tylko o wygodne oglądanie slajdów na ekranie komputera z dowolnego miejsca na świecie, ale także o wspomaganie lekarza w diagnozie. Potrzebujemy zatem algorytmów, które będą potrafiły to robić. Żeby było to możliwe, trzeba najpierw nauczyć je tego, co dziś robią histopatolodzy – prawidłowego opisu obrazów histopatologicznych.
Pierwszym krokiem w procesie trenowania algorytmów jest przygotowanie odpowiedniej bazy obrazów zawierających tak zwane adnotacje. Robią je histopatolodzy zaznaczając i opisując miejsca zmienione nowotworowo. Na tej podstawie algorytm “uczy się”, jak wyglądają miejsca zdrowe i chore, a po skończonym treningu jest gotowy na to, aby wyszukiwać podobne obszary na nowych preparatach i w ten sposób “diagnozować” pacjentów. Im dokładniej i bardziej szczegółowo zaadnotowany jest zestaw danych treningowych, tym lepiej wyszkolony będzie algorytm.
Cenny czas histopatologa
Adnotowanie slajdów histopatologicznych jest jednak procesem bardzo czasochłonnym, a czas histopatologów jest bardzo cenny. Dlatego warto przygotować odpowiednie do adnotacji narzędzie, które usprawni i przyspieszy przygotowywanie treningowych baz danych.
Takie właśnie oprogramowanie buduje firma MicroscopeIT, założona w 2012 r. przez grupę naukowców i lekarzy ze środowiska wrocławskiego. W zeszłym roku pozyskała środki grantowe z Horyzontu 2020 i realizuje projekt ExaMode. W jego ramach tworzy Virtum HP – narzędzie budowane na bazie Technologii Virtum, rozwijanej w MicroscopeIT od samych początków jej istnienia. W projekcie spółka współpracuje z partnerami klinicznymi z Włoch i Holandii; szpitalem w Katanii na Sycylii i Akademickim Szpitalem Radboud w Nijmegen, którzy na bieżąco testują i pomagają usprawniać budowany system.
Elastyczny prototyp
– W ramach projektu opracujemy trzy prototypy – opowiada dr Edyta Petters, Dyrektor ds. Rozwoju Biznesu w MicroscopeIT. – Pierwszy jest już gotowy. To właśnie chmurowy system do przechowywania, oglądania, zarządzania i adnotowania slajdów. Jest o tyle niezwykły, że jako jeden z nielicznych na rynku obsługuje praktycznie wszystkie formaty slajdów i może być rozbudowywany według indywidualnych potrzeb klienta. Większość firm produkujących skanery dostarcza wraz z nimi także oprogramowanie, ale umożliwia ono pracę wyłącznie ze slajdami w formacie danego producenta. Istnieją również firmy rozwijające systemy do cyfrowej histopatologii niezależne od formatu slajdów, ale wówczas są to najczęściej skomplikowane i rozbudowane narzędzia, których nie można dostosowywać pod konkretne potrzeby użytkowników. Nasz Virtum HP jest zarówno uniwersalny, jak i elastyczny. Doceniają to nasi klienci, dla których w oparciu o Virtum budujemy zindywidualizowane aplikacje do pracy z obrazami medycznymi.
Ale już niebawem kolejny krok. Pod koniec tego roku mają powstać pierwsze algorytmy, które będą typować obszary zmienione nowotworowo, na początek dla raka jelita grubego, a później również raka płuc, szyjki macicy, a nawet celiakii. Dla tych chorób nie toczy się tak dużo prac nad algorytmami mającymi wspierać histopatologów, jak na przykład w przypadku raka prostaty i raka piersi, a zapotrzebowanie również jest spore. Virtum HP z algorytmami będzie testowany w szpitalach w Katanii i Nijmegen.
Technologię Virtum porównujemy niekiedy do klocków lego – mamy fantastyczny zestaw gotowych elementów, który wykorzystujemy do budowania rozwiązań dla naszych klientów
– Będziemy zbierać opinie od histopatologów i stopniowo ulepszać system. Liczymy na to, że z czasem powstanie wersja na tyle dobra, aby można było ją oferować na zasadach komercyjnych. Przed nami jeszcze długa droga, zanim stworzymy narzędzie, które faktycznie będzie pomagało lekarzom w szpitalach. Ale już na tej drodze jesteśmy – dodaje dr Szymon Stoma, prezes MicroscopeIT pracujący również naukowo na ETH Zurich.
Pomoc dla studentów i naukowców
Laboratorium histopatologiczne w Katanii zostało w pełni ucyfrowione już kilka lat temu, jako jedno z pierwszych na świecie. Dzięki platformie Virtum lekarze mogli w najtrudniejszym okresie pandemii COVID-u pracować z domu – przeglądać slajdy i robić adnotacje tak, jakby byli w laboratorium. Nijmegen właśnie kończy proces digitalizacji całego procesu diagnostyki histopatologicznej.
– Takie laboratoria są gotowe technologicznie na inteligentne algorytmy – mówi dr Petters. – To niestety zupełnie inna sytuacja niż u nas w Polsce, gdzie wciąż większość ośrodków nie posiada jeszcze nawet skanerów, a zatem nie może w żaden sposób korzystać ze wsparcia algorytmów sztucznej inteligencji.
Trzeci prototyp będzie przeznaczony głównie do celów naukowych i edukacyjnych.
– Wyobraźmy sobie studenta histopatologii lub naukowca, który analizuje rzadki przypadek i nie może znaleźć pomocy w podręcznikach, bo brakuje w nich odpowiednich przykładów. Budowany przez nas prototyp pozwoli mu wyszukać w bazie publikacji medycznych podobne slajdy, ale nie na podstawie opisu podanego przez autora publikacji, tylko przez porównanie samych obrazów – tłumaczy Petters.
Nie tylko w medycynie
Technologia Virtum to system, który może służyć do analizy każdego rodzaju obrazów.
– Na początku faktycznie myśleliśmy o zastosowaniach stricte medycznych – mówi dr hab. Tomasz Trzciński, CTO MicroscopeIT i partner we wrocławskiej spółce Tooploox, która w zeszłym roku zainwestowała w MicroscopeIT. – Szybko jednak zdaliśmy sobie sprawę, że jest to system na tyle uniwersalny, że może służyć do analizy różnego rodzaju danych. Histopatologia to tylko jeden z przykładów wykorzystania platformy. W analogiczny sposób można by analizować obrazy mammograficzne i USG, a także – zdjęcia satelitarne czy nagrania z kamer CCTV. Dlatego technologię Virtum porównujemy niekiedy do klocków lego – mamy fantastyczny zestaw gotowych elementów, który wykorzystujemy do budowania rozwiązań dla naszych klientów. Oszczędzamy w ten sposób ich czas i pieniądze – podkreśla.