Sztuczna inteligencja pomoże w diagnozowaniu i monitorowaniu COVID-19 w badaniach tomografii komputerowej. Rusza projekt Szpitala Miejskiego nr 4 w Gliwicach i Politechniki Śląskiej z Narodowym Centrum Badań i Rozwoju w Warszawie
To pierwsza tego typu inicjatywa, której celem jest skrócenie czasu opisu badania TK, wykrycie przypadków COVID-19 niepodejrzanych klinicznie oraz dostarczenie dodatkowych informacji, na bazie których będzie można udoskonalić istniejące bądź stworzyć nowe schematy diagnostyczne. U wielu chorych zmagających się z COVID-19, rozwija się zapalenie płuc, które może bardzo szybko przechodzić w niewydolność oddechową. Skuteczna diagnostyka oraz identyfikacja pacjentów wysokiego ryzyka, u których są wskazania do wczesnej interwencji, są jednak trudne. Specjalny system narzędzi wspartych sztuczną inteligencją może pomóc lekarzom w przeprowadzeniu szybkiej diagnostyki.
– Podpisana umowa z Narodowym Centrum Badań i Rozwoju w Warszawie to wielka szansa na lepsze zapobieganie rozprzestrzenianiu się SARS-CoV-2, a gigantyczna wartość projektu – ponad 5 milionów złotych – świadczy o niespotykanej dotąd skali badań – podkreśla Przemysław Gliklich, prezes Szpitala Miejskiego nr 4 w Gliwicach.
W tym projekcie Szpital Miejski nr 4 jest liderem konsorcjum, a konsorcjantem stała się Politechnika Śląska, posiadająca prestiżowy status uczelni badawczej.
– Politechnika Śląska, która prowadzi badania stosowane w sześciu priorytetowych obszarach, koncentruje wysiłki w tym zakresie na bazie ścisłej współpracy z otoczeniem społeczno-gospodarczym i stara się odpowiadać na jego potrzeby. Przykładem może być ostatni rok i wyzwania pandemii, w zwalczanie której Uczelnia jest od początku bardzo mocno zaangażowana, wspierając służby medyczne w przeciwdziałaniu jej skutkom – mówi prof. dr hab. inż. Arkadiusz Mężyk, rektor Politechniki Śląskiej.
Analizując dane TK i dane kliniczne, systemy sztucznej inteligencji są w stanie zapewnić prognozy kliniczne, które mogą pomóc lekarzom w codziennej pracy. Dodatkowo, uzyskane w wyniku segmentacji dane pozwolą na ilościowe zestawienie zmian morfologicznych stwierdzanych nie tylko w COVID-19, ale także w innych chorobach np. POCHP (przewlekła obturacyjna choroba płuc). To pozwoli na dokładniejsze monitorowanie regresji bądź progresji zmian stwierdzanych w tomografii komputerowej w przypadku śródmiąższowych zapaleń płuc oraz w łączności z pozostałymi danymi klinicznymi – prognozowanie przebiegu choroby.
