Sztuczna inteligencja
Sztuczna inteligencja w onkologii. Jak powstają nowe narzędzia medycyny celowanej?
Celem konsorcjum, w skład którego wchodzi również Gdański Uniwersytet Medyczny, jest stworzenie europejskiej platformy naukowej integrującej badania radiologiczne z danymi klinicznymi w oparciu o sztuczną inteligencję kolejnej generacji dla medycyny celowanej w onkologii. Efektem współpracy naukowców i klinicystów w ramach projektu „EuCanImage” będą zalecenia i wytyczne dla budowy i weryfikacji sztucznej inteligencji mogącej stać się podstawą dla stworzenia systemu wspierania decyzji diagnostyczno-leczniczych w wybranych chorobach nowotworowych zgodnie z ideą medycyny precyzyjnej i spersonalizowanej.
Jak wygląda praca w ramach takiego przedsięwzięcia? Na czym polegają poszczególne etapy projektowania i wdrażania innowacyjnych rozwiązań w obszarze zdrowia cyfrowego? O tym uczestnikom majowego spotkania w ramach projektu InnovAId: From clinical need to product opowie dr Maciej Bobowicz z Katedry i Kliniki Chirurgii Onkologicznej GUMed, entuzjasta odpowiedzialnego wykorzystania potencjału sztucznej inteligencji w medycynie, ze szczególnym uwzględnieniem obrazowania nowotworów. Dr Bobowicz pełni rolę kierownika części klinicznej projektu badawczego „EuCanImage”, który jest finansowany przez Komisję Europejską w inicjatywie Horyzont 2020.
Spotkanie odbędzie się w formule hybrydowej, we wtorek, 23 maja br. o godz. 17.00
sala wykładowa prof. M. Reichera (Collegium Biomedicum GUMed, ul. Dębinki 1)
platforma Teams (link zostanie udostępniony po rejestracji na stronie
Na czym polega projekt?
Punktem wyjścia będzie umieszczenie na platformie EuCanImage danych ponad 25000 chorych. To umożliwi prowadzenie badań w zakresie „niezaspokojonych potrzeb klinicznych”, m.in. wykrywania małych pierwotnych zmian nowotworowych wątroby czy wtórnych zmian przerzutowych raka jelita grubego. Naukowców interesuje również definiowanie podtypów molekularnych raka piersi oraz przewidywanie ich odpowiedzi na leczenie.
Kolejnym krokiem będzie powiązanie platformy z repozytoriami biologicznymi oraz systemami opieki zdrowotnej, co pozwoli na opracowanie wielowymiarowych narzędzi sztucznej inteligencji integrujących dane na poziomie klinicznym, radiologicznym, tkankowym i molekularnym z innymi dostępnymi czynnikami predykcyjnymi. To umożliwi stworzenie indywidualnego modelu nowotworu dla każdego pacjenta (analogicznego do odcisku palca). Twórcy platformy będą posiłkować się doświadczeniami wcześniejszych inicjatyw związanych z dostępnością i otwartością danych w celach badań nad spersonalizowaną medycyną.