Znanstvenici s Instituta Ruđer Bošković (IRB), u suradnji s međunarodnim partnerima i domaćim bolnicama, razvili su metodu računalne patologije koja pomoću posebne vrste snimanja histopatološkoih preparata omogućuje preciznije određivanje granica tumora.
IRB ističe kako je tim pod vodstvom Ivice Koprive iz Laboratorija za strojno učenje i reprezentacije znanja IRB-a, u suradnji sa tvrtkom Photon etc iz Kanade, patologinjama iz Kliničke bolince Dubrava i Kliničkog bolničkog centra Zagreb, te suradnicima iz Zavoda za molekularnu medicinu IRB-a i Tehničkog Sveučilišta u Muenchenu razvio je metodu računalne analize hiperspektralne slike histopatoloških preparata, prenosi Hina.
Određivanje granica tumora
Ova metoda, navodi IRB, omogućuje precizno određivanje granica tumorskog tkiva raka debelog crijeva metastaziranog u jetru.
Dodaje kako sustav s više od 96 posto preciznosti razlikuje tumorske od zdravih stanica na razini piksela. Za razliku od uobičajenih metoda umjetne inteligencije, ovaj algoritam treba tek oko 1 posto ručno označenih podataka patologa, napominje IRB.
Voditelj tima Ivica Kopriva ističe kako za razliku od uobičajenih metoda strojnog i dubokog učenja, razvijeni algoritam segmentacije temeljen na Grassmannovim mnogostrukostima radi u polundaziranom modu i zahtjeva samo 1 posto označenih podataka od strane patologa.
“Projekt je trajao osam godina zbog svoje složenosti. Hiperspektralno oslikavanje je relativno nova tehnologija koja kod nas i nije bila previše prisutna. Zbog toga je bilo potrebno ostvariti suradnju sa tvrtkom u Kanadi, a vezano na snimanje slike histopatoloških preparata”, kaže dr.sc. Ivica Kopriva za Women in Adria.
“Prethodno je naravno bilo potrebno intraoperativno prikupiti uzorke, a što je zahtjevalo znanstveni projekt. Treća komponenta, zbog čega sve dugo traje, je nabava računanlnih resursa za razvoj i ispitivanje algoritama, a za što je ponovo zahtjevalo znanstveni projekt. Uzimajući sve u obzir, zadovoljan sam ostvarenim rezultatima koji su potvrdili mogućnosti primjene tehnologije hiperspektralnog oslikavanja u preciznoj demarkaciji tumora”, kazao je dr. Kopriva.
IRB podsjeća kako se detaljno snimanje uzoraka tkiva za bržu i točniju analizu metode računalne patologije tradicionalno oslanjaju na RGB (kolor) slike histopatoloških preparata, što znači da koriste samo informacije vidljive ljudskom oku.
Time se, napominje, gubi veliki dio podataka koji se nalaze izvan vidljivog spektra. Zato se sve češće primjenjuje hiperspektralno snimanje, tehnologija koja otkriva puno širi raspon informacija i otvara nove mogućnosti u medicini, dodaje IRB.
Pročitajte više: Hrvatski znanstvenici potvrdili: Temperatura Jadrana već je sad dostigla projekcije za kraj stoljeća
Algoritam brzo uči i precizno ističe stanice tumora
Tim je razvio novu metodu umjetne inteligencije koja može učiti iz vrlo malog broja označenih primjera, navodi IRB i dodaje kako metoda koristi i boje (spektar) i oblike u tkivu te tako precizno razlikuje tumorske od zdravih stanica već na razini pojedine slike.
Naglašava kako je za treniranje dovoljno da patolozi označe samo oko 1 posto piksela, a algoritam potom samostalno klasificira preostale, precizno razlikujući tumorske od zdravih regija.
Time se, ističe, znatno pojednostavljuje proces učenja i smanjuje potreba za opsežnim ručnim označavanjem, što je jedna od glavnih prepreka u primjeni dubokog učenja.
Ocjenjuje kako je ova metoda jednostavnija za treniranje, postiže usporedivu učinkovitost s naprednim dubokim mrežama te omogućuje primjenu već na razini pojedinačne slike. To otvara put za bržu i praktičniju integraciju u kliničko okruženje, naglašava IRB.
“Mogućnosti primjene tehnologije hiperspektralnog oslikavanja u medicini su puno veće od primjene koja je demonstrirana u objavljenom radu. Ne samo u preciznoj demarkaciji tumora nego i dijagnostici. Na primjer, novija istraživanja pokazuju da je moguća rana dijagnostika neurodegenerativnih bolesti analizom hiperspektralne slike retine”, ističe dr. Kopriva.
Novo istraživanje važan je korak prema razvoju asistivnih tehnologija koje onkološkim kirurzima mogu pružiti dodatnu sigurnost pri donošenju odluka. Za pacijente, to može značiti bolji ishod liječenja.
“Po mojim saznanjima hiperspektralni sustavi još nisu ušli u rutinsku kliničku primjenu. No oni se već 15ak godina koriste u medicinskim istraživačkim centrima diljem svijeta. Uspostava interdiscplinarnih istraživačkih grupa je ključna za njihovo uvođenje u kliničku praksu. To na žalost ponekad traje jako dugo. Jedan od rezultata ostvarenih na mome istraživačkom projektu HRZZ-IP-2022-10-6403 su javno dostupni podaci i programski kod koji mogu biti od koristi drugim istraživačima”, zaključuje dr. Kopriva.
Foto: Freepik, Canva, LinkedIn
