Vytisknout tuto stránku

Věda do praxe: Umělá inteligence pomůže stanovit diagnózu

8. 8. 2022
Věda do praxe: Umělá inteligence pomůže stanovit diagnózu

Umělá inteligence bude pomáhat při stanovování diagnózy pacientů na základě jejich laboratorních vzorků. Na unikátní pilotní technologii MAIA spolupracuje Biologické centrum Akademie věd ČR, Nemocnice České Budějovice a biotechnologická společnost Aiolite.

BC3 MG 2261Celý projekt spolufinancovala Technologická agentura ČR v rámci programu ZÉTA a ukončen byl na konci června letošního roku. Výsledkem spolupráce je vývoj pokročilého softwarového nástroje, který lékařům pomůže v rozhodování o léčbě pacienta od samého začátku.

Cílem projektu MAIA (Metabolomic Artificial Intelligence Analysis) bylo propojit data získávaná ze vzorků moči a krve pacientů a vyvinout s pomocí metod umělé inteligence efektivní nástroj pro jejich analýzu a syntézu. Výsledky budou sloužit lékařům ke sledování vývoje zdravotního stavu pacienta a volbě dalšího léčebného postupu.

Projekt MAIA je úspěšným příkladem propojení výsledků výzkumu s klinickou medicínou a průmyslem, tedy tzv. transferem znalostí a technologií. Podílí se na něm tři týmy odborníků – lékaři, výzkumníci a informatici, které jsou řízené mladými vedoucími pracovníky pod dohledem mentorů.

Lékaři z českobudějovické nemocnice vybrali pro pilotní projekt pacienty z jednotky intenzivní péče Infekčního oddělení s podezřením na možný rozvoj septických komplikací. Ze standardních odběrů biologického materiálu předávají při -20 °C zpracované anonymizované vzorky do biochemické laboratoře Biologického centra AV ČR. Zároveň k vzorkům odesílají do úložiště MAIA anonymizované klinické údaje o stavu pacienta, jeho léčbě a také laboratorní výsledky vázané na čas a průběh onemocnění. Biochemici z Biologického centra AV ČR provádějí ve vzorcích tzv. metabolomickou analýzu. „Využíváme nejnovější poznatky a metody z výzkumu metabolismu. V nepatrném objemu vzorku lidského krevního séra nebo moči dokážeme současně změřit zhruba o řád více látek, než se dnes obvykle získává při standardních klinických rozborech,“ říká Petr Šimek, vedoucí Laboratoře analytické biochemie a metabolomiky Biologického centra.

Umělá inteligence jako nezbytný nástroj

Získané obrovské soubory dat pak analyzuje, třídí a vyhodnocuje softwarový nástroj MAIA s algoritmy umělé inteligence firmy Aiolite. „Tato tzv. big data obsahují informace o široké škále potenciálních biomarkerů a použité medikaci, které vyhodnotí náš server vybavený umělou inteligencí. Ošetřující lékař dostane k posouzení aktuálního zdravotního stavu pacienta ucelené podklady, které mu pomohou na kvalitativně vyšší úrovni rozhodovat o dalším, optimálním postupu léčby. Tento nástroj tak může pacientovi zlepšit kvalitu života, potažmo zachránit život,“ vysvětluje Jakub Schůrek, CEO firmy Aiolite.

Funkčnost platformy MAIA je průběžně kontrolována také paralelním ručním zpracováním pomocí konvenčních metod. Závěrečné hodnocení výsledků analýz prováděl tým lékařů infekčního oddělení, klinické biochemie a dalších odborníků z laboratorní medicíny. Cílem projektu bylo vytvořit pilotní nástroje pro komplexní propojení, zpracování a vytěžování všech dostupných klinických dat se záměrem vyhledávat nové, dosud nepoznané souvislosti a poznatky a využít je v klinické diagnostice.

Výzkumníci nové přístupy nejprve testovali na vybraných modelech buněčných kultur, jejichž fyziologický stav lze lépe kontrolovat. Poté pokračovali na primárních lymfocytech a nakonec na vzorcích pacientů v septickém stavu.

„Projekt nás zaujal využitím širokého spektra stanovitelných parametrů přeměny látkové v lidském organismu, které skrývá potenciál k hodnocení energetického stavu organismu, schopnosti produkovat potřebné látky a hodnocení efektu léčebných opatření. Vzhledem k množství měřitelných parametrů, jejich dynamiky, vlivu biorytmů, režimu léčby a dalších faktorů je velmi těžké bez využití prvků umělé inteligence hledat vzory vhodné k posouzení limitních situací vhodných pro volbu dalšího postupu či zásadní změny strategie,“ uvedl ředitel úseku centrálních laboratoří Nemocnice České Budějovice Miroslav Verner.

NEMCB1 MG 2127

Pomocník v rozhodování

Díky špičkové analytické technice a možnostem umělé inteligence by měl podle Vernera vzniknout ověřený nástroj, který zdravotníkům pomůže včas odhalit zlomové body pro rozhodování, aby snížili počet úmrtí na sepsi a též zefektivnili a zkrátili dobu léčby a rekonvalescence. Sepse je obecně víceúrovňová systémová odpověď lidského organismu na infekci. Rozvoj sepse závisí na stavu organismu, příčině, která ji vyvolala, a vhodné léčbě. Nejde tak o uniformní onemocnění, ale o dynamický stav. V současnosti je sepse v 35 % případů nejčastější příčinou úmrtí na jednotkách intenzivní péče. Ročně narůstá množství septických komplikací o 1,5 %.

Výstupem pilotního projektu MAIA bude optimalizované nastavení procesů a přesných postupů pro vyhodnocování dat pomocí umělé inteligence, které umožní posunout projekt do další fáze ověření funkčnosti systému na větším souboru pacientů.

„Spolupráce s kolegy je naprosto perfektní. Vytvořili jsme funkční tým odborníků a specialistů, kteří mají i nadále ambici pracovat na projektech, které umožní propojení poznatků výzkumu s komerční praxí. Finalizujeme projekt MAIA II, v rámci kterého poznatky a závěry z jedničky posuneme do další fáze ověřování a možností využití,” dodává Jakub Schůrek.

Nyní intenzivně pracujeme na implementaci výsledků výzkumu, kdy firma Aiolite bude v první fázi zavádět technologii MAIA v Nemocnici České Budějovice na JIP a dalších odděleních pro pacienty se sepsí, v druhé fázi je v plánu expanze do dalších nemocnic v ČR a v zahraničí. Výzkum a transfer znalostí mezi Biologickým centrem AV ČR, Aiolite a Nemocnicí ČB pokračuje dál, naším cílem je kromě sepse implementovat další markery, aby se mohla umělá inteligence dále vyvíjet a lékaři tak měli k dispozici přesný sofistikovaný nástroj pro diagnostiku pacienta, díky které bude včas nasazena správná léčba.

 

Zdroj: Biologické centrum AV ČR


Tento článek vyšel v rámci seriálu Věda do praxe vznikajícího ve spolupráci s Centrem transferu technologií AV ČR a spolkem Transfera.cz, který je partnerem rubriky Transfer a spolupráce portálu Vědavýzkum.cz. Transfera.cz je jednotná funkční platforma hájící zájmy transferové komunity v ČR s cílem pracovat na posílení činností v oblasti transferu technologií a jejich rozvoji.

Transfer technologií je zjednodušeně přenos myšlenky, poznatku či vynálezu do praxe. Jde o dlouhou cestu, během které je nutné zajistit dostatečné financování, právní ochranu i správné komerční nasměrování původního nápadu. Bez profesionálního transferu technologií se komerčního úspěchu prakticky žádný vynález nedočká. I tak v praxi v Česku uspěje přibližně každý desátý projekt. Ročně zajišťuje transfer technologií české vědě prostředky v řádech miliard korun.

Transfera logo

CETTAV (Centrum transferu technologií AV ČR) je specializované oddělení Střediska společných činností AV ČR. Poskytuje konzultace a služby všem pracovištím AV ČR v oblasti uplatňování výsledků výzkumu v praxi. Pomáhá vědeckým týmům s konkrétními případy komercializace výsledků, analýzou potenciálu praktického uplatnění, strategií ochrany duševního vlastnictví i smluvním zajištěním spoluprací s aplikačním sektorem. CETTAV vytvořil a stará se o obsah Portálu transferu AV ČR.