Viens no LU MDZF KPMI projektiem, kuros institūts nodarbojas ar MI apmācīšanu un izstrādi, ir AIDA – uz mākslīgo intelektu balstīts diagnostikas asistents kuņģa iekaisumu noteikšanai, kas varētu palīdzēt atklāt kuņģa vēzi vai dažādus priekšvēža stāvokļus.
Projekta dalībvalstīs - Latvijā, Francijā, Spānijā, Lietuvā, Portugālē aptuveni gadu tika vākti dati - audu attēli ar dažādiem priekšvēža vai vēža stāvokļiem, kuros eksperti - patologi atzīmējuši vietas, kur redzamas vēža vai priekšvēža stāvokļu šūnas.
Attēlus izmanto, lai apmācītu mākslīgā intelekta modeļus, kas spēs atpazīt šīs patoloģijas jaunos paraugos. Savukārt jau apmācītus MI modeļus varēs izmantot projekta kopējā vēža agrīnas atklāšanas platformā vai atsevišķā programmā, kas sniegs informāciju patologam par attēlā esošajām patoloģijām un raksturotu to smaguma pakāpi.
“Pirmie rezultāti jau ir – pēc gadu ilgas veiksmīgas sadarbības starp LU MDZF KPMI un Elektronikas un Datorzinātņu institūta pētniekiem - vienkāršā uzdevumā MI atpazīst audzēju skartās šūnas ar 92% precizitāti. Bet mēs turpināsim strādāt, lai sasniegtu vēl labāku rezultātu,” stāsta LU KPMI institūta vadošā pētniece Inese Poļaka.
Lai MI varētu “atpazīt” vēža šūnas, vispirms jāuzkrāj attēli ar dažādiem kuņģa vēža un priekšvēža stāvokļu veidiem. Šajos attēlos patoloģijas speciālisti atzīmē slimības skartos audus, šādā veidā fiksējot savas zināšanas, kuras tiek nodotas mākslīgajam intelektam, to apmācot uz šādi marķētiem attēliem.
“Izejmateriāls ir LU MDZF KPMI biobankas paraugs ar patoloģisku kuņģa gļotādas fragmentu, kas krāsots hematoksilīnā un eozīnā – visbiežāk praksē izmantotajā krāsojumā. Ar īpašu skeneri šo preparātu ieskenē, iegūstot aptuveni 5-6 GB lielu digitālo failu, kurā vēža šūnas redzamas dažādos palielinājumos. Tālāk šo failu apstrādājam, iezīmējot audzēja robežu kontūras,” stāsta Rīgas Austrumu klīniskās universitātes slimnīcas ārsts-rezidents patologa specialitātē Jānis Ziemelis.
Pēc tam šos failus analizē MI, kurš mācās, salīdzinot attēlus, kuros ir audzējs un kuros tā nav. Pamatojoties uz apstrādāto informāciju, tiek veidots modelis, kuru MI turpmāk izmantos, lai atpazītu vēža šūnas. Jo vairāk paraugu tiks savākti, jo labāks kļūs MI. Nākamajā projekta posmā tiks veikta priekšvēža stāvokļu analīze.
“Patologiem vislielākais izaicinājums ir atzīmēt audzēja kompleksus tajos preparātos, kuros ir šaubas par to, vai atsevišķi izkaisītās šūnas atbilst audzēja kompleksiem vai kam citam, piemēram, iekaisuma infiltrātam. Lai to noskaidrotu, tiek veikti papildus izmeklējumi, piemēram, imūnhistoķīmiskā izmeklēšana, kas precizē audzēja kontūras un lokalizāciju kuņģa sieniņas slāņos., “ uzsver J.Ziemelis.
“Projektā AIDA uzsākot mākslīgā intelekta sistēmas izstrādes, īpašu izmanību pievēršam arī ētiskai, godprātīgai un pārbaudāmai mākslīgā intelekta izstrādei, balstoties uz ES pieņemtām vadlīnijām,” stāsta I.Poļaka, piebilstot, ka MI medicīnā ir ļoti aktuāla tēma - prognozē, ka MI medicīnas risinājumu pasaules tirgus katru gadu palielināsies par 40%, līdz 2029. gadam sasniedzot 173 miljardus ASV dolāru apjomu. Medicīnā MI ir liels potenciāls datu apstrādē, diagnostikā un prevencijā, mikrobioma analīzē, dažāda veida sensoru datu analīzē ar mērķi atklāt slimības.
Vairāk par LU MDZF KPMI projektu AIDA lasīt šeit
Finansē Eiropas Savienība (dotācijas līgums Nr. 101095359) un atbalsta UK Reasearch and Innovation (dotācijas līgums Nr. 10058099). Šeit paustie uzskati un viedoklis atspoguļo tikai autora(u) skatījumu un neizsaka nedz Eiropas Savienības, nedz Eiropas Veselības un digitālās izpildaģentūras (European Health and Digital Executive Agency - HaDEA) nostāju. Eiropas Savienība un finansējumu piešķirošā iestāde par tiem atbildību nenes.
