Nad projektem pracuje 15 osób z gliwickiej uczelni - zarówno pracowników, jak i doktorantów. Główni koordynatorzy poszczególnych części to profesorowie Joanna Polańska, Marek Sikora, Aleksandra Gruca oraz dr Joanna Żyła. Zespół naukowców wspierają lekarze ze Szpitala Specjalistycznego nr 1 w Bytomiu m.in. prof. Jerzy Jaroszewicz, kierownik oddziału obserwacyjno - zakaźnego i hepatologii.
O systemie, którego robocza nazwa to DECODE (Data drivEn COVID-19 DEtection), prof. Jerzy Jaroszewicz opowiadał 4 lipca podczas III Forum Wirusologicznego w Warszawie. – Algorytm diagnostyczny tworzony jest w oparciu o takie dane, jak wiek, płeć, objawy kliniczne, choroby współistniejące, wywiad z pacjentem i inne czynniki ryzyka zakażenia SARS-CoV-2 – wyjaśnia prof. Jaroszewicz, dodając, że docelowo kalkulator ryzyka zostanie udostępniony w postaci online lub aplikacji. – Mógłby posłużyć pacjentom lub lekarzom różnej specjalności w szybszym zdiagnozowaniu lub wykluczeniu zakażenia – dodaje.
Głównym celem projektu jest zapewnienie narzędzia dostępnego online i umożliwiającego szybkie wyodrębnienie osób rzeczywiście zarażonych wirusem SARS-CoV-2. Aby zmaksymalizować skuteczność algorytmu twórcy zdecydowali o poszerzeniu liczby sprawdzanych przez niego wartości. – Podobne serwisy już opracowano, ale zadają np. tylko trzy najważniejsze pytania dotyczące temperatury, duszności i kaszlu. Ale nie zawsze są to – jak sprawdziliśmy – objawy COVID-19, jeśli np. równolegle panuje grypa – mówi prof. Sikora.
– Rozszerzyliśmy ten zakres o bardziej szczegółowe pytania, np. o objawy neurologiczne. W sumie takich cech diagnostycznych mam w naszym projekcie dziewięć – dodaje.
Z inteligentnego systemu oceny ryzyka skorzystają zarówno pacjenci, jak i lekarze. Naukowcy mają nadzieję, że dzięki programowi zmniejszysię liczba osób, które przychodzą do szpitali zakaźnych, błędnie rozpoznając symptomy.
Inspiracją do podjęcia inicjatywy była niekompatybilność ankiet zbieranych w różnych placówkach medycznych wśród potencjalnych pacjentów. Dzięki opracowaniu jednolitego systemu selekcji możliwe będzie uporządkowanie wiedzy o zależnościach między zarażeniem a objawami. Twórcom zależy na tym, by przygotowany serwis był atrakcyjny również wizualnie. - Obecnie pracujemy nad sposobem prezentacji wyników badania, tzn. nie chcemy podawać tylko „jesteś albo nie jesteś chory”. Zamierzamy przedstawić również prawdopodobieństwo oraz graficznie ilustrować, jak cechy podane przez użytkownika, plasują się na tle danych statystycznych w grupie zarażonych i niezarażonych. Planujemy także formatkę objaśniającą, na ile objawy opisane przez pacjenta przyczyniły się do diagnozy postawionej przez system - opowiada prof. Sikora.
Sam algorytm nie zastąpi lekarza, testów molekularnych PCR czy badań radiologicznych, ale może pomóc w optymalizacji ich wykonywania. Prof. Jaroszewicz podkreśla, że będzie on na bieżąco aktualizowany i dostosowany do uwarunkowań lokalnych, takich jak np. różne objawy na różnym terenie.
– Zebraliśmy już prawie 3000 ankiet diagnostycznych od osób diagnozowanych w szpitalu w Bytomiu na przestrzeni ostatnich kilku miesięcy. Opracowaliśmy wspólnie z lekarzami wzór ankiety, który będzie najprawdopodobniej wdrożony w innych szpitalach. Nasza współpraca z zespołem prof. Jaroszewicza rozwija się intensywnie od kilku miesięcy – mówi profesor Polańska.
Wstępne wyniki działania systemu są zachęcające, ale jak podkreślają twórcy, przed nimi jeszcze wiele analiz i uzupełniania o nowe dane, aby program mógł być jak najbardziej efektywny. – Aby kalkulator ryzyka był jak najlepszy, musimy dostarczyć jak największą liczbę danych od chorych z różnych lokalizacji, dlatego zachęcamy inne szpitale do udziału w projekcie. Mamy nadzieję, że wstępna wersja będzie gotowa jeszcze przed spodziewanym wzrostem zachorowań we wrześniu – kończy prof. Jaroszewicz.
To już kolejne przedsięwzięcie realizowane na Politechnice Śląskiej, w którym metody uczenia maszynowego wspierają diagnostykę COVID-19. Wcześniej zaprezentowanoy dwa odrębne rozwiązania: CIRCA i CORNELIA. Internetowy system CIRCA dokonuje na podstawie bazy danych (1,2 tys. zdjęć RTG) rozróżnienia płuc zdrowych oraz tych ze zmianami charakterystycznymi dla zapalenia płuc w COVID-19 oraz innych stanów zapalnych. Z kolei CORNELIA – Coronavirus Neurological Impairment – umożliwia ankietyzację osób ze zmianami neurologicznymi, które pojawiły się w przebiegu COVID-19. Celem tego projektu jest zweryfikowanie hipotezy o nasilonym występowaniu tego typu zaburzeń w trakcie choroby oraz ocena skali powikłań neurologicznych po jej wyleczeniu.
Komentarze (0) Skomentuj