Wyzwanie społęczne: Monitorowanie stanu zdrowia

ProstateDiag

Krótko opisz swoje rozwiązanie/produkt:

ProstateDiag – przyspiesza i podnosi jakość wykonywanej diagnostyki raka prostaty ze zdjęć rezonansu magnetycznego. Umożliwia precyzyjne określenie zmian podejrzanych o nowotworowe gruczołu krokowego przy pomocy metod uczenia maszynowego oraz głębokich sieci neuronowych (deep learning).

W jaki sposób Twoje rozwiązanie/produkt stanowi odpowiedź na wybrane wyzwanie społeczne?

Rosnąca liczba przypadków zachorowań na raka prostaty a jednocześnie stała liczba lekarzy radiologów/urologów powoduje, że czas poświęcony na pojedynczą diagnozę i analizę obrazu musi maleć, aby móc zdiagnozować większą liczbę osób.
Ponadto nowe metody leczenia ogniskowego m.in. HIFU opierają się na precyzyjnym punktowym niszczeniu miejsc nowotworowych. Nasze rozwiązanie optymalizuje obie te potrzeby.
Dzięki automatycznemu pokazaniu na zdjęciu rezoznansu magnetycznego radiologowi/urologowi miejsc podejrzanych o nowotworowe jest możliwość wykonania precyzyjnej biopsji (celowanej), a później leczenia ogniskowego. Nie ma potrzeby nakłuwania gruczołu kilkanaście razy w celach diagostycznych, a komfort życia pacjentów po leczeniu ogniskowym jest znacznie wyższy.

Co cię zainspirowało i dlaczego postanowiłaś/eś zająć się akurat tym wyzwaniem społecznym?

W analizie obrazu zespół już pracował i miał doświadczenie. W 2013 roku bratanek (6 lat) jednego z założycieli miał nowotwór głowy. Wycięto go. Pierwsza diagnoza była – 3 stopien zlośliwości – podano chemię. Za 2 tygodnie przyszła druga diagnoza – 1 stopien złośliwości – nie potrzeba chemii, a jedynie obserwacje co pół roku. Ten przypadek błędnej diagnozy zainspirował – czy nie warto wspomóc lekarzy diagnostów przy analizie zdjęć i diagnostyce onkologicznej. Aby sprawdzić swoje kompetencje wzięliśmy udział w 2015 i 2016 roku w konkursach międzynarodowych w ramach konferencji MICCAI (Medical Image Computing and Computer Assisted Interventions Conference) w Monachium i Atenach i wygraliśmy te konkursy. Ostatni sukces zmotywował nas do założenia spółki celowej Cancer Center w 2017 roku. Skupiliśmy się na diagnostyce raka prostaty, gdyż z wywiadów od urologów, którzy leczą ogniskowo, wiemy , że jest problem jakościowy opisów jaki otrzymują od radiologów. Skupiamy sie na rozwiązaniu tego problemu

Proszę opisać technologię wykorzystaną do opracowania swojego rozwiązania/produktu

W pracy wykorzystujemy tzw. deep learning / machine learning. Na podstawie zdjęć referencyjnych uczymy głębokie sieci neuronowe rozpoznawać to co jej zadaliśmy. Następnie walidujemy ten model na zbiorze testowym i opakowujemy w oprogramowanie/aplikacje. Jakość modeli jest na poziomie >85%.

Opisz swój projekt jednym słowem

ProstateDIAG

Jaka jest jedna, najbardziej ekscytująca cecha Twojego projektu?

To co nas najbardziej pasjonuje to to, że nasza praca bezpośrednio przyczynia się do podniesienia jakości diagnostyki i leczenia raka prostaty.