Polski system sztucznej inteligencji do wykrywania alergii

„Nasze badania znalazły uznanie w oczach międzynarodowych recenzentów i zostały uznane za wyniki na światowym poziomie” – podkreślają twórcy systemu w przesłanym PAP komunikacie.

Prace nad nowatorskim rozwiązaniem diagnostycznym o nazwie SkinLogic prowadził multidyscyplinarny zespół naukowców złożony z inżynierów kierowanych przez prof. Roberta Nowaka z Instytutu Informatyki Politechniki Warszawskiej oraz ze specjalistów od multispektralnego obrazowania medycznego i lekarzy kierowanych przez prof. Jacka Stępnia ze spółki Milton Essex i prof. Karinę Jahnz-Różyk z Wojskowego Instytutu Medycznego. Projekt stanowił część większego programu badawczego dotyczącego wykorzystania sztucznej inteligencji do celów zautomatyzowanego przetwarzania obrazowych danych medycznych – IRFAN-Allergoscope.

Głównym przeznaczeniem SkinLogic jest automatyzacja odczytu skórnych testów alergicznych. System działa w oparciu o techniki multispektralnego (wielowidmowego) obrazowania medycznego z wykorzystaniem widma w dalekiej poczerwieni (LWIR).

Wykorzystana w urządzeniu głowica HYBRID II posiada unikalny układy sensorów, które w połączeniu z systemem sztucznej inteligencji dokładnie szacują nasilenie alergii, przy jednoczesnym zmniejszeniu ryzyka błędnego rozpoznania, do jakiego może dojść podczas diagnozy przy użyciu standardowych metod, prowadzonej przez człowieka.

Rozwiązanie to, jak wyjaśniają jego twórcy, stanowi przełom w zautomatyzowanej cyfrowej analizie patologii tkanki skórnej, umożliwiając wykrywanie nawet subminimalnych (czyli niższych niż minimalne) zmian o średnicy poniżej 0,3 mm. Pozwala więc na precyzyjną identyfikację nowego typu czynnościowych markerów skórnej reakcji alergicznej (HARM – Hyperthermic Allergic Reaction Markers).

SkinLogic jest też w pełni kompatybilny ze wszystkimi dostępnymi na rynku zestawami do testów skórnych: zarówno tych punktowych, jak i płatkowych.

Jak podkreśla prof. Jacek Stępień, współtworzony przez niego system, wykorzystujący sprzężone algorytmy uczenia głębokiego i hybrydowy model z kluczowym modułem w postaci konwolucyjnej sieci neuronowej, osiągnął bardzo dobre wyniki wykrywania odczynów alergicznych w porównaniu ze „złotym standardem klinicznym”.

Badania kliniczne systemu przeprowadzone zostały w Klinice Chorób Wewnętrznych, Pneumonologii, Alergologii i Immunologii Klinicznej Wojskowego Instytutu Medycznego. Na jego potrzeby naukowcy zgromadzili bazę ponad 1500 obrazów skórnych odczynów alergicznych, w oparciu o które testowali SkinLogic.

„System uzyskał wskaźniki AUC (0.98) i AP (0.97), które są przyjętymi miarami jakości testów medycznych, co plasuje go w pierwszej lidze światowej” – informuje współautor badania.

Polski wynalazek miał już swoją światową premierę. Jego rozwojowa wersja w postaci skanera SkinSense została zaprezentowana w listopadzie 2021 na międzynarodowych targach MEDICA’21 w Duesseldorfie. Wynalazek zdobył także Złoty Medal podczas XV edycji Międzynarodowej Warszawskiej Wystawy Wynalazków IWIS.

Obecnie SkinLogic przechodzi końcowe testy przedrejestracyjne, konieczne do wprowadzenia go na rynek, i jest przygotowany do programu badań pilotażowych mających na celu wczesne wykrywanie alergii wziewnych, które są kluczowymi czynnikami rozwoju astmy alergicznej.

Według WHO na tę postać astmy cierpi ok. 262 milionów ludzi i każdego roku powoduje ona ponad 460 tys. zgonów w skali świata. Jednocześnie szacuje się, że częstość występowania astmy wzrasta nawet o 50 proc. co dekadę. Według szacunków Europejskiej Akademii Alergologii i Immunologii Klinicznej (EAACI) w ciągu najbliższych 15 lat ponad połowa Europejczyków będzie cierpieć z powodu jakiegoś rodzaju alergii. Tymczasem specjalistów nie przybywa proporcjonalnie do liczby chorych, co wpływa negatywnie na proces diagnozy i leczenie.

Obecnie rozpoznawanie chorób alergicznych opiera się na testach skórnych. Zautomatyzowanie odczytu wyników takich testów – zarówno jeśli chodzi o rejestrację samych testów oraz ich wyników, jak i ich dalszą interpretację – mogłoby przyspieszyć procedury diagnostyczne. I tu właśnie przydatne są techniki sztucznej inteligencji, takie jak SkinLogic.

„Dzisiaj w wielu przypadkach możliwe jest przerwanie marszu alergicznego prowadzącego do rozwoju astmy dzięki zastosowaniu nowoczesnej immunoterapii odczulającej, jednak do tego wymagana jest precyzyjna i obiektywna diagnoza identyfikująca potencjalne źródła uczulenia” – podkreślają autorzy opisywanego rozwiązania.

Szacują oni, że zastosowanie skanera SkinSens, wyposażonego w system sztucznej inteligencji SkinLogic, przełoży się na ponad 10-krotne przyspieszenie procedury diagnozy alergii (wraz z identyfikacją jej przyczyn), co z kolei otworzy milionom pacjentów, zwłaszcza dzieciom, szeroki dostęp do wczesnego i skutecznego leczenia za pomocą immunoterapii odczulających.

Jak podkreślono w przesłanym PAP komunikacie, cały projekt IRFAN-Allergoscope jest pierwszym na świecie przykładem udanej i pełnej integracji medycznego sprzętu do nieinwazyjnego obrazowania z zaawansowanymi algorytmami sztucznej inteligencji do automatycznego odczytu wyników badania. Otwiera to nowy rozdział prac nad tworzeniem inteligentnych systemów do szybkich testów przesiewowych w krytycznych obszarach chorób cywilizacyjnych, do których zaliczają się alergie, w tym astma alergiczna.

Źródło informacji: Nauka w Polsce

Zgłoś naruszenie/Błąd