SkinLogic, polski system do wykrywania alergii za pomocą AI, jest przeznaczony do precyzyjnej, automatycznej analizy skórnych testów alergicznych. Pomyślnie przeszedł badania kliniczne, co spowodowało, że może wspierać lekarzy w stawianiu diagnoz. Publikacja dotycząca prac nad jego tworzeniem została zamieszczona w czasopiśmie „Scientific Reports”.
Prace nad nowatorskim rozwiązaniem diagnostycznym do wykrywania alergii za pomocą AI prowadził:
- multidyscyplinarny zespół naukowców złożony z inżynierów kierowanych przez prof. Roberta Nowaka z Instytutu Informatyki Politechniki Warszawskiej,
- specjalistów od multispektralnego obrazowania medycznego i lekarzy kierowanych przez prof. Jacka Stępnia ze spółki Milton Essex
- oraz prof. Karinę Jahnz-Różyk z Wojskowego Instytutu Medycznego.
Projekt stanowił część większego programu badawczego dotyczącego wykorzystania AI do celów zautomatyzowanego przetwarzania obrazowych danych medycznych – IRFAN-Allergoscope.
Wielu uczulonych lub podejrzewających u siebie alergię zna ten schemat dobrze. Wizyta u specjalisty, nakłucie za pomocą specjalnego nożyka fragmentów przedramienia, na które zostały nałożone krople alergenu, 20 minut oczekiwania na wynik, a na końcu — pomiar bąbli linijką. SkinLogic może pomóc w usprawnieniu tego schematu. Pozwala bowiem na automatyzację odczytu skórnych testów alergicznych, co pozwoli na sprawniejsze ich przeprowadzanie i otrzymywanie bardziej wiarygodnych wyników.
System działa w oparciu o techniki multispektralnego (wielowidmowego) obrazowania medycznego z wykorzystaniem widma w dalekiej podczerwieni (LWIR). Wykorzystana w urządzeniu głowica HYBRID II posiada unikalny układ sensorów. W połączeniu z systemem AI dokładnie szacują nasilenie alergii. A wszystko przy jednoczesnym zmniejszeniu ryzyka błędnego rozpoznania, do jakiego może dojść podczas diagnozy z użyciem standardowych metod, prowadzonej przez człowieka.
Najpierw diagnoza
Z informatycznego punktu widzenia SkinLogic to system przetwarzania danych. Jego bazą jest natomiast urządzenie składające się ze statywu i dwóch kamer: wizyjnej i termowizyjnej.
Ręka pacjenta jest unieruchomiona w statywie. Maszyna wykonuje zdjęcia w świetle widzialnym i podczerwonym w ustalonych momentach. Rejestruje wtedy to, co dzieje się na fragmentach skóry potraktowanych alergenami. Po otrzymaniu dokumentacji w formie cyfrowej, przychodzi czas na wykorzystanie algorytmu stworzonego na naukowców z Politechniki Warszawskiej.
W standardowej procedurze pomiar reakcji alergicznej jest ręczny i nie do końca precyzyjny. W przypadku SkinLogic to algorytm wykonuje pomiar, wykorzystując przy tym obrazy z kamer. System bada nie tylko wielkość odczynu, ale również inne parametry, takie jak kształt czy nietypowe reakcje. Na tym etapie szczególnie pomocny jest widok uzyskany przy wykorzystaniu widma dalekiej podczerwieni.
Dokładność co do piksela
Analiza materiału cyfrowego polega na podzieleniu zdjęć na segmenty odpowiadające lokalizacji nakłuć na skórze. Każdy z tych segmentów można zbadać oddzielnie. Analiza danych w czasie pokazuje, jak zmieniał się badany fragment.
Model, na którym opiera się SkinLogic, został stworzony na podstawie 1,5 tys. obrazów skórnych reakcji alergicznych zebranych w toku badań klinicznych przeprowadzonych na 100 pacjentach. Te opracowane przez lekarzy rekordy stanowiły dane wejściowe dla systemu AI. Na ich podstawie algorytm mógł się nauczyć, jak rozpoznawać, który widok prezentuje reakcję alergiczną, a który nie.
Zdjęcia z kamery pozwalają na stworzenie obrazów o rozdzielczości 100×100 pikseli. Wcześniej lekarz, który badał bąbel alergiczny, miał do dyspozycji jedynie widoczne gołym okiem pole powierzchni. Obecnie, dzięki SkinLogic, można badać wszystkie piksele z otrzymanych obrazów. Oznacza to, że podczas gdy standardowa diagnoza opierała się na zaledwie jednej wartości, to odczyn badany przez AI opiera się na milionie wartości i wykrytych kombinacjach. Dla człowieka znalezienie tych wzorców byłoby niezwykle żmudne. Wytrenowany algorytm radzi sobie z tym zadaniem szybko i jest bardzo dokładny. Więcej danych oznacza wprawdzie więcej szumów do wyeliminowania. Algorytm radzi sobie jednak i z tym problemem dzięki treningowi opracowanemu przez konsylium lekarskie. Potwierdzają to badania kliniczne systemu, który prawidłowo rozpoznaje aż 98% przypadków, także alergii rzadkich oraz o średnicy poniżej 0,3 mm.
Wykrywanie alergii za pomocą AI
System automatyzujący odczyty skórnych testów alergicznych przechodzi testy przedrejestracyjne. Wprowadzenie go do szerokiego użytku może się okazać ogromną pomocą w czasach, kiedy to choroby alergiczne, w tym astma, dotyczą coraz większej części populacji. Szybsze diagnozy, precyzyjne wyniki i możliwość szerszych konsultacji dzięki dokumentacji w formie cyfrowej ma usprawnić diagnozowanie i podejmowanie decyzji dotyczących zastosowania odpowiedniego leczenia, tak aby zahamować rozwój choroby.
Czytaj też o innych przykładach wykorzystania przez polskie firmy MedTech sztucznej inteligencji i nauczania maszynowego: