Obrazowanie nowotworów kluczem do narzędzi opartych na sztucznej inteligencji
Obecnie istnieją tysiące - być może nawet setki tysięcy - narzędzi opartych na sztucznej inteligencji, które są coraz częściej wykorzystywane w celu diagnozowania schorzeń. Ich skuteczne wykorzystanie i wdrożenie wymaga jednak olbrzymich ilości danych w celu prawidłowego przeszkolenia i testowania tych narzędzi. Zespół projektu EuCanImage(odnośnik otworzy się w nowym oknie) miał na celu zbudowanie ogólnoeuropejskiego repozytorium danych z badań obrazowych nowotworów, które walnie przyczyniło się do realizacji tego założenia. Koncepcja zakładała zestawienie tych materiałów z danymi klinicznymi, w tym wynikami laboratoryjnymi i analizami nowotworów, aby pomóc w stworzeniu pełniejszych profili pacjenta. Kolejnym kluczowym elementem było zapewnienie zróżnicowania zbioru danych, aby umożliwić narzędziom opartym na sztucznej inteligencji uwzględnienie różnych grup i mieszkańców państw europejskich. Opracowanie ogólnoeuropejskiego zbioru danych jest również istotne z punktu widzenia rzadkich chorób, takich jak rak wątroby, w przypadku których niewielkie ilości dostępnych danych trafiają zwykle do lokalnych repozytoriów.
Obrazowanie medyczne i dane
Istniejące europejskie sieci i infrastruktury danych zostały połączone w celu zbudowania platformy. Wśród nich znalazły się austriacka BBMRI-ERIC gromadząca dane biologiczne i dotyczące tkanek, Euro-BioImaging zapewniająca otwarty dostęp do obrazowania biomedycznego, oraz Europejskie Archiwum Genomowo-Fenotypowe, które gromadzi dane genetyczne, fenotypowe i kliniczne wytwarzane na potrzeby projektów dotyczących badań biomedycznych. „Nawiązaliśmy także współpracę z Cancer Imaging Archive w Stanach Zjednoczonych, aby uniknąć wynajdywania koła na nowo”, zauważa Karim Lekadir, koordynator projektu z ramienia Uniwersytetu w Barcelonie(odnośnik otworzy się w nowym oknie). „Nawiązaliśmy także współpracę z innymi organizacjami badawczymi, analitykami danych i ośrodkami klinicznymi”. W skład konsorcjum projektu weszły również przedsiębiorstwa zajmujące się opracowywaniem narzędzi opartych na sztucznej inteligencji oraz stowarzyszenia - w tym Europejskie Stowarzyszenie Badań nad Rakiem. „Łącznie projekt zgromadził blisko 20 instytucji z całej Europy”, dodaje Lekadir.
Zaspokajanie potrzeb klinicznych
Platforma pozwoliła na zgromadzenie danych na temat 25 000 nowych przypadków raka z całej Europy, ze szczególnym uwzględnieniem raka piersi, jelita grubego i wątroby. Studia rzeczywistych przypadków podkreśliły konieczność zaspokojenia pewnych potrzeb klinicznych. Uczestnicy zauważyli między innymi, że sztuczna inteligencja może pomóc w diagnozowaniu niewielkich guzów w wątrobie. „Celem platformy jest rozwiązywanie problemów medycznych, dlatego najpierw nawiązaliśmy dialog z lekarzami i wyciągnęliśmy wnioski z tych rozmów”, mówi Lekadir. Kolejnym kluczowym filarem platformy jest fakt, że jej podstawą jest uczenie federacyjne. „W praktyce oznacza to, że dane mogą pozostać tam, gdzie są”, wyjaśnia Lekadir. „Zamiast udostępniać dane medyczne badaczom i programistom, wykorzystujemy narzędzia w miejscu ich przechowywania. Obecnie takie rozwiązanie jest uznawane za wzór do naśladowania w Europie. Cancer Image Europe(odnośnik otworzy się w nowym oknie), flagowy program realizowany przez Unię Europejską, skupia obecnie repozytoria takie jak nasze, wykorzystując w tym celu naszą federacyjną platformę edukacyjną”.
Wdrażanie narzędzi opartych na sztucznej inteligencji w ochronie zdrowia
Oprócz danych zgromadzonych na platformie(odnośnik otworzy się w nowym oknie), zespół rozwinął dotychczasowe prace nad sztuczną inteligencją i etyką, aby stworzyć wytyczne FUTURE-AI(odnośnik otworzy się w nowym oknie). Uczestnicy innych projektów zostali zaproszeni do rozwoju tego dokumentu. „Współpraca jest istotna, ponieważ bez zaufania nie ma rozwiązania”, zauważa Lekadir. „W lutym 2025 roku wydaliśmy artykuł, który od tego czasu był cytowany ponad 300 razy”. Ten aspekt projektu jest realizowany w ramach inicjatywy COMPASS-AI(odnośnik otworzy się w nowym oknie), która ma na celu promowanie odpowiedzialnej i skutecznej integracji sztucznej inteligencji w sektorze ochrony zdrowia. Projekt okazał się także źródłem cennych wniosków na temat przepisów dotyczących udostępniania danych. Dalsze działania obejmą wykorzystanie platformy w ramach inicjatywy Cancer Image Europe, co umożliwi innym podmiotom wykorzystanie rezultatów oraz osiągnięć projektu. „Przechodzimy od sztucznej inteligencji rozwijanej w laboratoriach do tworzenia rozwiązań wykorzystujących rzeczywiste dane”, zauważa Lekadir.
