Precyzyjne prognozowanie skuteczności terapii nowotworów jednym z najważniejszych wyzwań w onkologii
Obecnie stosowane metody prognostyczne często nie są wystarczające – pacjenci potrzebują bardziej dokładnych informacji na temat rokowań, a lekarze skuteczniejszych narzędzi wspierających proces podejmowania decyzji terapeutycznych. Wstępne wyniki badań naukowców zaangażowanych w projekt wskazują, że algorytmy sztucznej inteligencji oparte na danych z tomografii komputerowej pozwalają na skuteczne prognozowanie długości życia pacjentów bez konieczności angażowania lekarzy w analizę dodatkowych danych. To znaczący przełom, ponieważ obecne standardy prognostyczne wymagają udziału wielu specjalistów, szeregu badań laboratoryjnych i analiz klinicznych. Istnieje jednak konieczność dalszego rozwijania stworzonych przez naukowców modeli, w tym z wykorzystaniem rezonansu magnetycznego - obecnego złotego standardu diagnostycznego w wielu chorobach onkologicznych.
W ramach dofinansowanego przez NCN projektu pn. „Sztuczna inteligencja w prognozowaniu wyników leczenia nowotworów jamy brzusznej – wdrażanie metod uczenia maszynowego i głębokiego uczenia do kompleksowej analizy obrazów medycznych” naukowcy planują:
1. Rozwój i testowanie modeli SI wykorzystujących obrazy tomografii komputerowej, a także poszerzenie posiadanego zbioru danych;
2. Stworzenie unikatowego na skalę światową zbioru danych rezonansu magnetycznego dla pacjentów z rakiem wątroby, które umożliwi opracowanie nowych modeli prognostycznych.
3. Przetestowanie opracowanych metod w innych nowotworach, np. raku jelita grubego, który jest jedną z głównych przyczyn zgonów onkologicznych.
Projekt został przygotowany wspólnie z prof. Przemysławem Bieckiem z Politechniki Warszawskiej i opiera się na interdyscyplinarnej współpracy: nasza uczelnia wnosi ekspertyzę kliniczną i dostęp do danych obrazowych, Politechnika Warszawska kompetencje w zakresie narzędzi AI (machine learning, deep learning) oraz infrastrukturę obliczeniową.
O konkursie SONATINA 9
W dziewiątej edycji konkursu SONATINA do NCN spłynęło 249 wniosków. Łączna wartość przyznanych im grantów to ponad 44,7 mln zł. Na liście laureatów znalazło się 15 przedstawicieli nauk humanistycznych, społecznych i o sztuce, 22 osoby reprezentujące nauki ścisłe i techniczne oraz 13 reprezentantów nauk o życiu. Wnioski były one oceniane w superpanelach, czyli przez zespoły ekspertów powołane dla tych trzech grup nauk. Procedura oceny wniosków w SONATINIE jest dwuetapowa, a na II etapie oceny kierownik projektu zapraszany jest dodatkowo na rozmowę kwalifikacyjną w siedzibie NCN.