| Проследяване и сегментиране на мозъчни метастази, базирани на изкуствен интелект – A-BEACON проект.: Мозъчните метастази са най-разпространените мозъчни тумори, засягащи един на всеки петима възрастни пациенти с онкологично заболяване и представляващи над половината от вътречерепните тумори при възрастни. Ранното откриване и диагностика са от решаващо значение, тъй като нелекуваните лезии могат да доведат до забавено лечение, тежки неврологични дефицити и намалена обща преживяемост. Настоящото диагностично и лечебно планиране разчита в голяма степен на магнитно-резонансната томография (МРТ), която е трудоемка и податлива на грешки, особено при ръчно сегментиране и проследяване на малки, многобройни лезии.
Ръчното сегментиране на мозъчни метастази от МРТ сканирания отнема време, със значителни проблеми с вариабилността и чувствителността, което често води до пропускане на лезии. Съществува незадоволена критична нужда от по-ефективни, точни и надеждни методи за подпомагане на клиницистите при диагностицирането и наблюдението на тези тумори. Към днешна дата няма ефективно решение, достъпно за лекарите.
Последните постижения в областта на изкуствения интелект (ИИ) показват обещаващи резултати при справянето с тези предизвикателства. Моделите, базирани на ИИ, са подобрили сегментирането и откриването на мозъчни метастази. Въпреки това, вариабилността в МРТ протоколите, качеството на данните и обобщението на моделите остават значителни пречки.
Иновативен подход – проект A-BEACON: Предлагаме разработването на A-BEACON, система, базирана на ИИ, проектирана да осигури откриване с нулево пропускане и ефективно проследяване на мозъчни метастази. Нашият подход предлага иновативни методологии и стратегии на ИИ за активно увеличаване на времето за тестване (Active Test-Time Augmentation -ACTTA) и индуктивни отклонения, базирани на интерпретируемост, за да се подобрят производителността и надеждността на модела.
Използвайки многоцентров набор от данни от 914 повторно анотирани случая, ще обучим и валидираме нашите модели. Този набор от данни, куриран за разнообразие в характеристиките на образната диагностика и профилите на лезиите, ще формира основата на нашето изследване.
Активно увеличаване на времето за тестване (ACTTA): Тази нова техника ще оптимизира увеличенията на времето за тестване въз основа на потребителски
корекции, подобрявайки адаптивността и производителността на модела, без да е необходимо преобучение на модела.
Индуктивно отклонение, базирано на интерпретируемост: Включвайки карти на значимост, за да насочва обучението на модела, този метод има за цел да подобри възможностите за откриване чрез съгласуване на характеристиките на модела с експертните знания на хората.
Проследяване на лезии: Комбинирайки епистемични и алеаторни несигурности, ще разработим методи за проследяване на лезиите във времето, разграничавайки нови и съществуващи метастази, за да подпомогнем надлъжното управление на пациентите.
Интеграция на софтуер (TRL-4-5): Ще бъде разработен прототип на софтуерен инструмент за интегриране на тези технологии, което ще позволи внедряване и клинични оценки.
Оценка и въздействие: Проектът A-BEACON ще премине през строги технически и клинични оценки в четири центъра в Швейцария, Румъния, Полша и България. Тези оценки ще се фокусират върху точността на сегментиране, чувствителността на откриване, възможностите за проследяване и опитът на потребителите. Този проект има за цел значително да подобри стандарта на грижа за пациенти с мозъчни метастази чрез рационализиране и подобряване на диагностичния работен процес.
По-широко въздействие: Успешното внедряване на A-BEACON не само ще подобри клиничните резултати за мозъчни метастази, но и ще създаде рамка, която може да се разшири и до други видове рак. Това изследване има потенциала да трансформира клиничната практика чрез интегриране на технологии с изкуствен интелект в рутинните работни процеси, като в крайна сметка подобри грижата за пациентите и лечебните резултати.
|
129 274.83
|
0.00
|
