Retinopatie nedonošených (ROP) je závažné cévní onemocnění nezralé sítnice předčasně narozených dětí, které může vést k vážnému poškození zraku až slepotě. Jedním z problémů současného screeningu je subjektivita hodnocení snímků. Krvácení na sítnici může mít velmi rozdílný vzhled, být málo kontrastní, částečně vstřebané nebo obtížně rozpoznatelné.
Právě na jeho automatickou detekci, měření a dlouhodobé sledování se zaměří projekt AI systém pro longitudinální sledování a kvantifikaci retinálních hemoragií při objektivizaci screeningu retinopatie nedonošených.
„Naším cílem je dát lékaři objektivní kvantitativní nástroj, který hemoragie automaticky označí, změří jejich rozsah a další charakteristiky a ukáže, jak se nález mění v čase. Nejde o nahrazení oftalmologa umělou inteligencí, ale o vytvoření dalšího objektivního zdroje informací pro jeho rozhodování,“ vysvětluje Jan Kubíček z Fakulty elektrotechniky a informatiky VŠB-TUO.
Výzkum navazuje na aktivity projektu LERCO, v jehož rámci tým FEI a Oční kliniky Fakultní nemocnice Ostrava vytvořil a pilotně otestoval první AI algoritmy pro automatickou detekci a analýzu retinálních hemoragií. Podpora Neoli Research umožní posunout vývoj k robustnějšímu řešení, které bude pracovat s různými typy retinálních obrazových dat a především s opakovanými vyšetřeními stejného pacienta.
Výsledkem má být první experimentální verze klinického softwarového prostředí. Systém by měl pomocí AI na snímku rozpoznat a přesně vyznačit oblasti krvácení a následně změřit například počet a plochu lézí, jejich velikost, tvar nebo prostorové rozložení.
„Zásadní je možnost porovnávat opakovaná vyšetření konkrétního dítěte. Lékař tak získá informace o tom, zda se patologický nález mezi jednotlivými kontrolami zhoršuje, zůstává stabilní, nebo naopak ustupuje. Získaná data chceme využít také k modelování vývoje hemoragií a výhledově k predikci jejich dalšího vývoje,“ připomíná Kubíček.
Umělá inteligence ovšem nebude rozhodovat místo lékaře. Má mu pomoci přesně změřit změny na sítnici a ukázat, jak se nález u konkrétního dítěte mezi jednotlivými kontrolami vyvíjí. Lékař tak získá další objektivní podklad pro své odborné rozhodování.
V dlouhodobém horizontu může takový přístup přispět ke standardizaci screeningu ROP, přesnějšímu sledování zhoršování nebo ústupu patologických změn a lepšímu načasování dalších kontrol.
Spolupráce s FNO
Projekt přímo navazuje na dosavadní spolupráci VŠB-TUO a Fakultní nemocnice Ostrava. Výzkumníci budou pracovat s klinickými snímky ze systémů Clarity RetCam 3 a Phoenix ICON. Zapojení systému Phoenix ICON je důležitým posunem, protože je v současnosti používán při screeningu ROP ve Fakultní nemocnici Ostrava.
Do výzkumu jsou zapojeni lékaři Juraj Timkovič a Kristýna Maršolková z Oční kliniky Fakultní nemocnice Ostrava, kteří poskytují klinické konzultace a expertní anotace snímků. Ty slouží jako referenční data, z nichž se AI učí patologické oblasti rozpoznávat.
Vědecký tým FEI tvoří Jan Kubíček, Avinash Bansal a Marie Chadrabová, která se AI analýze retinálních hemoragií věnuje také ve své disertační práci.
Sedm podpořených projektů
V pilotním ročníku programu Neoli Research vybrala Nadace Neoli k podpoře sedm výzkumných projektů, mezi které rozdělí celkem 2,784 milionu korun. Projekty se zaměřují na výzkum předčasných porodů, možnosti jejich diagnostiky a prevence i nové postupy a technologie v péči o předčasně narozené děti.
„Podpory Neoli Research si velmi vážím, protože nám umožňuje navázat na výsledky, kterých jsme dosáhli v rámci LERCO, a posunout je blíže k reálnému klinickému využití. Velkou hodnotu vidím také v tom, že se zde propojuje naše technologická expertiza v AI a zpracování medicínských obrazových dat s konkrétní klinickou potřebou. Právě tato kombinace vytváří nejlepší předpoklady k tomu, aby výsledkem nebyl pouze další AI model, ale postupně praktický nástroj, který může lékařům pomoci při péči o předčasně narozené děti,“ uzavírá Jan Kubíček.
Text: Jana Burešová
Foto: Sára Válková, archiv Jan Kubíček