Diagnostická umelá inteligencia naráža menej na limity výpočtového výkonu a viac na nedostatok kvalitných anotovaných dát. Lekár a spoluzakladateľ startupu Medano Pavol Praženica opisuje, ako manuálna príprava datasetov brzdí vývoj modelov a ako ju možno zrýchliť. Predstavuje platformu, ktorá spája zber snímok, anotácie a tréning modelov, a ukazuje prvé klinické prínosy od 3D plánovania operácií po podporu skríningu prostaty.
Najväčšia prekážka: dáta, nie výpočtový výkon
Referenčné datasety sú pre tréning diagnostických modelov kľúčové, no vznikajú zdĺhavou manuálnou anotáciou. Rádiológovia v nemocniciach označujú štruktúru po štruktúre, čo pri röntgenových snímkach znamená na jednu diagnózu približne tisíc pacientskych snímok. Takýto proces je ťažko škálovateľný a viaže kapacity odborníkov, ktorých je už dnes nedostatok.
Pri CT a MR je situácia ešte náročnejšia, pretože mnohé diagnózy sa rozprestierajú na desiatkach vrstiev. Karcinóm obličky môže byť viditeľný približne na päťdesiatich rezoch, a ak majú tri tímy rádiológov pripraviť aspoň tisíc referenčných prípadov, práce trvajú roky. V praxi by to podľa tímu Medano presiahlo štyri roky kontinuálneho úsilia.
Jedna platforma pre celý cyklus anotácií
Medano preto vyvinulo webovú platformu, ktorá beží v cloude a priamo komunikuje s nemocničným systémom PACS. Na základe pokynov používateľa si automaticky stiahne medicínske snímky a ponúkne vlastné nástroje na rýchlejšie označovanie. Rozhranie je navrhnuté tak, aby ho zvládli aj lekári bez predchádzajúcich skúseností s prípravou datasetov.
Workflow je jednoduchý: klinik najprv manuálne anotuje približne tridsať prípadov, z ktorých sa natrénuje počiatočný model na predanotáciu. Každá ďalšia úprava od človeka model spresňuje, čím sa celý cyklus zrýchľuje a zefektívňuje. Firma pritom kladie dôraz na používateľskú skúsenosť a integruje kroky, ktoré sa bežne robia v troch či viacerých softvéroch, do jedného prostredia.
Od 3D vizualizácií po skríning prostaty
Chirurgovia v Belgicku využívajú modely na automatickú 3D vizualizáciu renálnej vaskulatúry a karcinómu obličky pri predoperačnej príprave. Pacientsky špecifické zobrazenia sú k dispozícii bezprostredne pred zákrokom. Operácie potom trvajú kratšie, je menej komplikácií a rekonvalescencia sa skracuje.
Tím sa zameral aj na skríning karcinómu prostaty, ktorý patrí medzi najčastejšie zhubné nádory u mužov, a čakacie lehoty sa z týždňov posunuli na mesiace. Model, trénovaný na kombinácii MR snímok a histopatológie, automaticky prechádza MR malej panvy, odhaduje prítomnosť nádoru a priraďuje skóre PI-RADS. Pri radikálnej prostatektómii navyše v spolupráci s výrobcom prenosného CT skenera XOS vytvorili postup, kde sa pred operáciou z MR generuje 3D model a po vybratí prostaty sa preparát naskenuje prenosným CT. Porovnaním predoperačnej a pooperačnej 3D vizualizácie model pomáha overiť, či bol nádor odstránený celý, a v prípade potreby naviesť chirurga k doplneniu zákroku.
