„Olyan rendszert fejlesztettünk ki, amely mérföldkő lehet a tüdőrák diagnosztika területén. A mesterséges intelligencia segítségével történő automatikus szegmentáció nemcsak a radiológusok hatékonyabb diagnosztikáját szolgálja, de nagyságrendekkel több CT kép kiértékelését lehetővé teszi egy kisebb létszámú orvosi csapat számára, azaz a kollégáink mindennapi terhelése szignifikánsan csökkenhet, miközben az elvégzett munka mennyisége pedig nő” – mondta el a fejlesztési projekt záró eseményén dr. Merkely Béla, a Semmelweis Egyetem rektora. Kiemelte, hogy a projekt egy igazi összefogás eredményeképp valósulhatott meg: az új diagnosztika a Semmelweis Egyetem klinikáin, a balassagyarmati, a miskolci, a salgótarjáni, a nyíregyházi, a szolnoki, a bajai kórházakban készült 8300 darab alacsony dózisú mellkas CT felvétel szegmentációján alapul. Hozzátette, a fejlesztés az egyetem alapvető céljait szolgálja, hogy az oktatás, kutatás-innováció és gyógyítás területén lépést tartson a nemzetközi trendekkel. A rektor hangsúlyozta:
„Ez egy újabb lépés, hogy elérjük a korábban meghirdetett célunkat, hogy a Semmelweis Egyetem bekerüljön a világ 100 legjobb egyeteme, és Európa 5 legjobb gyógyító egyeteme közé.”
Az orvostudományi egyetemek megkerülhetetlen szereplői a magyar egészségügynek és az egyik legfontosabb szereplői az innovációnak – emelte ki az eseményen dr. Takács Péter, a Belügyminisztérium egészségügyért felelős államtitkára. Hozzátette, a fejlődés ma már nem a modern gépek rendelkezésre állásán múlik a magyar egészségügyben, hiszen ezekkel sikerült felszerelni az intézményeket az utóbbi években. Mostantól kezdve már az lehetne a cél, hogy az egységnyi humánerőforrásra jutó terhelést csökkenteni lehessen ezzel a most fejlesztett rendszerrel is. Az államtitkár hangsúlyozta, az állami egészségügyben a mesterséges intelligencia és az arra építő döntéstámogató rendszerek egy olyan terület, amely kiemelt szerepet kap a következő kormányzati fejlesztési ciklusban.
„A mesterséges intelligencia talán a legprogresszívebb területe a matematika alkalmazásának az informatikában, és sikerült most megmutatnunk az egészségügyben is a képességeit” – fogalmazott Wellisch Péter, az Ulyssys Számítástechnikai Fejlesztő és Tanácsadó Kft. ügyvezetője. Hozzátette, a cégük régóta foglalkozik mesterséges intelligencia-fejlesztéssel, illetve mélytanuláson alapuló neurális hálókkal. Felelősségteljes feladat az informatikusok számára, hogy részt vehetnek az egészségügy fejlesztésében, ahol az elsődleges szempont nem a gazdasági cél, hanem az emberéletet megvédeni, jobbítani, illetve segíteni az életminőség fenntartását.
Dr. Maurovich Horvat Pál egyetemi tanár, az Orvosi Képalkotó Klinika igazgatója szakmai előadásában kiemelte, jelenleg a tüdőrák az egyik vezető halálozási oknak számít Magyarországon. Európán belül Magyarországon a legnagyobb a halálozási rátája ennek a betegségnek. A kor szerint standardizált tüdőrák előfordulás Magyarországon pedig a legmagasabb világviszonylatban. Kifejtette, a tüdőrák ötéves túlélési arányát nagyban befolyásolja, hogy mikor fedezik fel a betegséget. Amennyiben az első stádiumban sikerül felfedezni az elváltozást, akkor az ötéves túlélés 55-től akár 70 százalék is lehet, míg ha az utolsó, negyedik stádiumban tudják azonosítani a betegséget, akkor ott a túlélés esélye már jóval 10 százalék alá is lecsökkenhet. Egy hatékony low-dose CT szűrés és a mesterséges intelligencia bevonása képes a tüdőrák halálozási rátáját mérsékelni – mondta az igazgató.
Már az 1950-es években is voltak mesterséges intelligencia alapú algoritmusok, amelyek az emberi intelligenciát igyekeztek lemásolni. Nagy áttörést jelentett, amikor az 1980-as években lehetővé vált a gépi tanulás (machine learning) különböző matematikai modellek használatával. A radiológia szempontjából az igazán nagy áttörést a mélytanulás (deep learning) hozta a 2010-es években, amely az úgynevezett neurális hálókra épül, amelyekre jellemző a sok kapcsolódás és a többrétegű szerkezet.
A cél az volt, hogy egy olyan algoritmust fejlesszenek ki az Ulyssys Kft. együttműködésével, amely nagyon jó hatékonysággal képes azonosítani azokat a CT felvételeket, amelyeken tüdőrákra utaló elváltozás szerepel. Az alkalmazás képes elkülöníteni egymástól a daganatos és egészséges eseteket, képes detektálni, hogy hol található ez a tumor, és a tumor térfogatát is képes figyelemmel követni, tehát mintegy tumor-tracking funkcióra is alkalmas lehet. Hozzátette, több mint tízezer CT képpel dolgoztak a projekt ideje alatt.
Galéria
Dr. Maurovich Horvat Pál előadását úgy összegezte, a fejlesztési lehetőségek nagyon ígéretesek, abba az irányba haladnak, hogy a mélytanulásos diagnosztikai rendszert a szív- és érrendszeri megbetegedések diagnosztikájára is kiterjesztik a jövőben – ez a betegségcsoport szintén a vezető halálokok közé tartozik ma Magyarországon. Ezzel kapcsolatban kifejtette:
jól működő együttműködésünk van a Harvard Egyetemmel, ahol hasonló elven, mellkas CT felvételek alapján tudnak neurális háló segítségével koronária meszesedést kvantifikálni. Mivel vannak átfedések a két betegségcsoport rizikótényezőiben és mérésében, ha ugyanabba a szűrőprogramba tudnánk beépíteni a tüdőrák és a koronária betegségek detekcióját, akkor ez egy hatalmas előrelépés lehetne
– zárta előadását az Orvosi Képalkotó Klinika igazgatója.
Arra a kérdésre, hogy mikor várható, hogy az új rendszert alkalmazzák a hazai betegellátásban, Wellisch Péter ügyvezető azt mondta, hogy jelenleg folyamatban van a klinikai teszt, amely néhány hónapon belül lezárul. Reményei szerint a jövő év második felében már alkalmazható lesz a program.
Tasnádi Róbert
Fotó: Kovács Attila – Semmelweis Egyetem / GINOP-2.2.1-18-2018-00004 projekt
A cikket a Semmelweis Egyetem Kommunikációs Igazgatósága tette közzé.
