Prejsť na obsah
Verejnosť

Informatici hľadajú spôsoby, ako odľahčiť prácu lekárov a spresniť diagnostiku. Taký cieľ má aj doktorand Fakulty informatiky a informačných technológií STU Martin Tamajka. Umelú inteligenciu naučil vyhodnocovať snímky mozgu z vyšetrenia magnetickou rezonanciou. Pri projekte spolupracuje s praxou.

Automatická analýza medicínskych dát  je živý výskum, ktorý prebieha po celom svete. Vedci, študenti, výrobcovia medicínskych zariadení – tí všetci hľadajú cesty, ako pomôcť lekárom s diagnostikou, aby mali viac času na liečbu pacientov.

Martin Tamajka zo Slovenskej technickej univerzity vytvoril program, ktorý dokáže automaticky vyhodnotiť množstvo 3D snímok, ktoré vzniknú pri jednom vyšetrení magnetickou rezonanciou. V projekte sa zatiaľ zameral na snímky mozgu. Program zatrieďuje do troch skupín naskenované časti mozgu – šedú hmotu, bielu hmotu a mozgovomiechovú tekutinu. Prístup, ktorý navrhol, umožňuje pri zatrieďovaní identifikovať anomálie a  upozorniť na ne lekárov. Uľahčuje tak diagnostiku ochorení ako alzheimerova choroba, demencia, skleróza multiplex či nádory mozgu.

V súčasnosti takto snímky najčastejšie vyhodnocovali rádiológovia. Program Martina Tamajku z FIIT STU im ušetrí hodiny monotónnej práce. Snímky môže program spracovať napr. v noci a lekára budú ráno čakať informácie potrebné pre stanovenie diagnózy a určenie liečby.

„Program využíva niekoľko postupov v informatike – počítačové videnie, strojové učenie a umelú inteligenciu. V prvom kroku bolo potrebné umelú inteligenciu naučiť čítať, čo vidí na snímke a správne jednotlivé časti 3D obrazu – voxely (3D pixely) - rozlišovať a zhlukovať do zmysluplných celkov – supervoxelov. Najskôr musí program odstrániť okolité tkanivá ako lebka, oči a ďalšie nedôležité časti obrazu a umelá inteligencia musí potom správne zatriediť časti mozgu do šedej, bielej hmoty a mozgovomiechovej tekutiny. Neurónovú sieť som "učil" rozpoznávať len zdravé mozgy, a teda pri anomáliách ako napr. nádor si nebude istá, kam časť snímky zaradiť. Toto môže byť upozornenie pre lekára, že v mozgu niečo nie je tak, ako má byť,“ vysvetľuje Martin Tamajka.

V prvom rade musel stanoviť viac ako 50  parametrov, pomocou ktorých umelá inteligencia snímky vyhodnocuje, potom nasledovalo samotné  učenie pod dohľadom „trénera“. Učenie prebiehalo pomocou stoviek snímok zdravého mozgu. V treťom kroku už umelá inteligencia pracovala sama a nasledovalo porovnanie jej výsledkov s výsledkami rádiológov. Neviedla si zle, odlišnosť bola v rozsahu, v akom je to bežné aj vtedy, keď snímky vyhodnocujú ľudia.

Metóda, ktorú doktorand Fakulty informatiky a informačných technológií Slovenskej technickej univerzity vyvinul sa dá použiť aj na segmentáciu iných orgánov ľudského tela. Ako hovorí Tamajka, stačí umelú inteligenciu naučiť čítať snímky iného orgánu. Na projekte Tamajka spolupracoval s firmou Siemens, ktorá je jedným z najväčších svetových výrobcov a dodávateľom medicínskych zariadení.

„Bavilo ma pozerať sa na medicínu z pohľadu informatiky a pracovať s ľuďmi z klinickej praxe – s rádiológmi. Veľmi ma napríklad zarazila variabilita ľudského tela – postup, ktorý na jednom ľudskom mozgu fungoval spoľahlivo, na inom zlyhal. Hovorí sa, že každý človek je jedinečný, a toto stopercentne platí nie len o charaktere, ale aj o anatómií. Okrem toho vidím, že informatik môže mať veľmi rozdielny názor na to, ako by malo vyzerať používateľské rozhranie – darmo si budem myslieť, aké je najlepšie usporiadanie tlačidiel, keď expert z praxe je zvyknutý na niečo iné. Chvíľu to človeka zamrzí, no treba si uvedomiť, že systém má slúžiť najmä tým, čo ho používajú,“ hovorí Tamajka

S projektom M. Tamajka koncom minulého roka skončil na treťom mieste v prestížnej súťaži najlepších českých a slovenských IT diplomoviek - súťaže IT SPY, ktorej finále sa konalo v Prahe

Foto z prezentácie diplomovky v Prahe:

Martin Tamajka na obhajobe diplomovky v Prahe

Porovnanie vysledkov:

 porovnanie vysledkov

Segmentácia mozgu:

 segmentacia mozgu