Forradalmi újdonság a méhnyakrákszűrésben

A Debreceni Egyetem, a Delta Services, valamint a Sightspot Network közös fejlesztésének köszönhetően gyorsabban, megbízhatóbban lehet diagnosztizálni a méhnyakrákot, így a betegség kezelése is időben elkezdhető. A mélytanulási technológiára épülő képdiagnosztikai rendszer azonosítja a rákos sejteket.

A méhnyakrákszűrést forradalmasíthatja a konzorcium közös fejlesztése - hangzott el a diagnosztikai rendszert bemutató pénteki tájékoztatón, a Debreceni Egyetem Informatikai Karán. A kar tudományos munkájában központi szerepet tölt be a mesterséges intelligencia kutatása, a diagnosztikai rendszer kifejlesztése pedig tökéletesen illeszkedik ehhez. A szűrővizsgálatok eredményeire jelenleg 2-4 hetet kell várni. A magyar fejlesztésnek köszönhetően azonban a minták szűrésénél használt, a mesterséges intelligencia által megtámogatott új szoftverek segítik az eredmények gyorsabb kiértékelését.

Hajdu András, a Debreceni Egyetem Informatikai Karának dékánja hangsúlyozta, hogy a prototípus elkészült és már a gyakorlatban is használható.

- A cél az, hogy az új diagnosztikai rendszert bevezessék a klinikai gyakorlatba. Ehhez azonban még egy nemzetközi tesztelésre, kiértékelése van szükség. A mesterséges intelligencia révén költséghatékonyan és gyorsan lehet eredményeket elérni. A korai felismerésnek köszönhetően pedig lényegesen több életmentő beavatkozást végezhetnek az orvosok. A projektben nagy hangsúlyt kapott a manuális munka, a felügyelt gépi tanítás. A felépített adatbázist nemcsak a citológiai, hanem más szakterületeken is lehet majd hasznosítani - tette hozzá a kari vezető.

Vidra László, a Delta Systems Kft. ügyvezetője kiemelte: a módszer jelentősen tehermentesítheti az egészségügyet, ugyanis emberi munka igénybevétele nélkül képes felismerni a digitalizált keneteken az elváltozásokat mutató sejteket.

- A digitalizáció kulcsfontosságú a versenyképesség szempontjából, a projekt pedig a szakemberhiányon is jelentős mértékben javíthat. Kiemelten fontos területen katalizátor szerepet tölthetünk be, hiszen a digitalizáció fejlesztése a nemzetgazdaság részéről is elsődleges célkitűzés. Ehhez kapcsolódóan a mesterséges intelligencia segítségével a deep learning technológiát alkalmaztuk. Az egyetem és a szakma, a piacra jutást segítő rendszerintegrátor együttműködése példaértékű, ami azt is jelzi, hogy előremutató ökoszisztéma van kialakulóban – emelte ki az ügyvezető.

Kovács Ilona, a Debreceni Egyetem Klinikai Központ Patológiai Osztályának vezetője, cytopatológiai szakorvos megjegyezte, hogy olyan szoftvert fejlesztettek, amely képes arra, hogy a kóros sejtek kiválasztásához minőségellenőrzést is nyújtson.

- Egy orvosi munkacsoport dolgozott a digitalizációs folyamatban, a képek értékelésében és a minták kiválasztásában a rendszer betanítási fázisában. Az informatikai munkacsoporttól kapott adatok alapján, a tízezer felvett kenetből a gépi tanuláshoz és teszteléshez összesen több mint 264 ezer sejtképet dolgozott fel. Ha stratégiaváltás történik a méhnyakrákszűrésben, akkor a fejlesztés beválthatja a hozzá fűzött reményeket - hangsúlyozta az osztályvezető főorvos.

Harangi Balázs, a Debreceni Egyetem Informatikai Karának docense elmondta, az eddigi tapasztalatok szerint sejtszinten jelenleg kilencvenhárom százalékos pontossággal működik a rendszer.

- Elengedhetetlen volt a citológusok munkája a kenetek összegyűjtésében és a digitalizációban. A fő feladatunk az volt, hogy kinyerjük az összegyűjtött kenetekből a sejteket, ehhez hagyományos és fejlett gépi képfeldolgozó eljárásokat használtunk. Százezerszer kétszázezer pixel felbontású képek készültek egyenként hét gigabájt méretben. Szeretnénk lefuttatni egy olyan tesztelést, ami bizonyítja, hogy a rendszer működik és magabiztosan alkalmazható a gyakorlati megvalósításban – közölte

A fejlesztés a Széchenyi 2020 program keretében megjelent, „K+F versenyképességi és kiválósági együttműködések” című pályázati kiírás révén valósult meg.

Sajtóközpont - BZ