Już od ponad roku w firmie Consultronix realizowany jest projekt INDOK dofinansowany z programu POIR 1.1.1. Projekt prowadzony we współpracy z naukowcami z Akademii Górniczo-Hutniczej w Krakowie oraz Wyższą Szkołą Technik Komputerowych i Telekomunikacji w Kielcach zakłada opracowanie systemu teleinformatycznego wspomagającego diagnostykę chorób na podstawie skanów OCT oraz jego komercyjne wdrożenie.

Jest podzielony na kilka etapów, z których najważniejsze to opracowanie wiarygodnej bazy danych obrazowych, efektywnych algorytmów przetwarzania i analizy obrazu, systemu eksperckiego oraz portalu pacjenta. Projekt realizowany jest zgodnie z przyjętym harmonogramem, który zakłada zakończenie prac w 2023 roku.

Jednym z jego założeń jest utworzenie bazy danych obrazowych chorób oraz cech patologicznych widocznych na skanie OCT. Każdy obraz w bazie posiada etykiety dotyczące rozpoznanego na nim schorzenia ze wskazaniem cech patologicznych, które były przyczyną postawienia diagnozy. Baza danych zawiera przypadki zdrowe (negatywne) oraz zaklasyfikowane do jednego z siedmiu schorzeń rozważanych w projekcie (pozytywne) z odpowiednimi lokalnymi cechami obrazu. Celem projektu jest pozyskanie minimum 100 000 przykładowych skanów z etykietami, co jest bliskie osiągnięcia. Co ważne, każdy skan jest etykietowany przez co najmniej dwóch lekarzy specjalistów. Zgromadzenie tak dużej, a przede wszystkim zweryfikowanej bazy danych, stanowi podstawę do budowy efektywnych metod ich analizy oraz wnioskowania.

Ze względu na niedoskonałości urządzeń do akwizycji obrazu OCT w projekcie zostaną wykorzystane metody przetwarzania obrazu w celu poprawy jakości oraz redukcji szumów i zniekształceń. Baza danych obrazowych pozwoliła na opracowanie algorytmów przetwarzania obrazu z wykorzystaniem zarówno metod klasycznych, jak i zaawansowanych metod uczenia maszynowego.

W ramach projektu rozważane są trzy scenariusze rozpoznawania chorób: klasyfikacja binarna (chory/zdrowy), określenie występującego schorzenia na podstawie całego zdjęcia oraz wykrycie konkretnych cech patologicznych na obrazie. Aktualne wyniki wskazują na uzyskanie skuteczności klasyfikacji u pacjentów chorych i zdrowych na poziomie powyżej 96% (według miary F1). W przypadku klasyfikacji schorzeń dla większości uzyskujemy wyniki powyżej 90%. Warto dodać, że wykorzystane metody pozwalają na dostosowanie czułości algorytmów przez ograniczenia wskazań fałszywie pozytywnych albo fałszywie negatywnych. W projekcie trwają też intensywne prace nad rozpoznawaniem ok. 25 cech patologicznych, między innymi druz, ERM, cyst. Uzyskane obecnie wyniki są na poziomie ok. 90% skuteczności.

Wyniki z metod opartych na analizie obrazów będą wykorzystywane przez opracowany w dalszej części projektu system ekspercki pozwalający na wskazanie najbardziej prawdopodobnej diagnozy. Oprócz obrazów użyte zostaną metadane, takie jak przeprowadzony wywiad z pacjentem. Zaproponowany system będzie mógł wspomagać pracę lekarza oraz minimalizować ryzyko dostępności (na przykład być zastosowany w badaniach przesiewowych). Rozwiązania algorytmiczne nie są w stanie zastąpić lekarza, ale jak pokazują najnowsze badania, coraz częściej stanowią wymierne wsparcie dla przeciążonego pracą człowieka.

Ostatnim ogniwem spinającym opisane do tej pory rozwiązania będzie interfejs użytkownika (ang. UI) w postaci Portalu Pacjenta i Lekarza. Poza agregacją wyników, możliwością wizualizacji oraz komunikacji pacjent – lekarz pozwoli na efektywną integrację z innymi systemami, w tym urządzeniami OCT renomowanych producentów.

Projekt INDOK ma szansę być pionierskim rozwiązaniem dla okulistyki, oferując kompleksowy i wysokiej klasy system wspomagający lekarza. Obiecujące już na tym etapie rezultaty projektu pozwalają patrzeć optymistycznie na adopcję podobnych rozwiązań także w innych obszarach medycyny. ♦