W obliczu narastającego obciążenia systemów ochrony zdrowia AI staje się kluczowym wsparciem dla lekarzy w podejmowaniu szybszych i trafniejszych decyzji klinicznych, ratując tym samym ludzkie życie. Temu właśnie służy europejski projekt badawczy AI4Lungs, finansowany przez Unię Europejską w ramach programu Horyzont Europa. Jego celem jest opracowanie cyfrowych narzędzi, metod i modeli wspomagających optymalny dobór ścieżek diagnostyczno-terapeutycznych u pacjentów z chorobami płuc. Projekt realizowany jest przez Fraunhofer-Institut für Techno- und Wirtschaftsmathematik (ITWM) wraz z 18 partnerami z 10 krajów.
AI w diagnostyce i terapii chorób płuc
Choroby płuc mogą mieć bardzo różne przyczyny – od nowotworów po choroby rzadkie. Skuteczna terapia wymaga więc wczesnego, precyzyjnego rozpoznania oraz indywidualnego planu leczenia. W praktyce klinicznej złożoność tych procesów stanowi duże wyzwanie: lekarz musi łączyć wyniki licznych badań, analiz molekularnych i obrazowych, a w trakcie terapii – podejmować kolejne decyzje kierunkowe.
Celem AI4Lungs jest stworzenie zestawu narzędzi opartych na AI, które będą wspierać lekarzy w diagnozowaniu i leczeniu złożonych chorób układu oddechowego. Konsorcjum, w skład którego wchodzą klinicyści, naukowcy, informatycy, inżynierowie i eksperci prawni, dąży do budowy bardziej spersonalizowanego i efektywnego systemu opieki zdrowotnej.
Modele cyfrowe i rzeczywiste dane pacjentów
Projekt wykorzystuje ponad 2500 rzeczywistych przypadków klinicznych, pochodzących z partnerskich ośrodków medycznych. Dane te służą do trenowania algorytmów AI oraz do zasilania platformy opartej na koncepcji cyfrowego bliźniaka (Digital Twin). Platforma ta symuluje różne scenariusze choroby i generuje spersonalizowane rekomendacje terapeutyczne w oparciu o dane kliniczne, obrazowe i molekularne.
System wspomagania decyzji klinicznych
AI4Lungs integruje dane pochodzące z wielu źródeł – tomografii komputerowej, rezonansu magnetycznego, badań genetycznych, stethoskopii cyfrowej i tzw. płynnych biopsji. Analiza multimodalnych danych odbywa się z wykorzystaniem zaawansowanych metod, takich jak ensemble learning, uczenie entropijne, deep learning oraz przetwarzanie języka naturalnego.
Na podstawie uzyskanych wyników system wspomagania decyzji (Clinical Decision Support System, CDSS) pomaga lekarzom i pacjentom wspólnie określić najkorzystniejszą ścieżkę terapeutyczną. Wykorzystywane są przy tym metody wielokryterialnego podejmowania decyzji, modele sekwencyjne, systemy oparte na wiedzy oraz techniki wyjaśnialnej i etycznej AI.
Jak wyjaśnia dr Jonas Flechsig z Fraunhofer ITWM, odpowiedzialny za realizację projektu:
„Naszym zadaniem jest stworzenie systemu wspomagania decyzji i jego pełna integracja z analizą danych opartą na AI. W 2024 roku osiągnęliśmy już istotny postęp – uruchomiliśmy platformę Digital Twin i zapewniliśmy zgodność z nowymi regulacjami unijnymi dotyczącymi sztucznej inteligencji”.
Etyka, prawo i ochrona danych
Gromadzenie danych medycznych wymaga przestrzegania zasad etyki, prawa i ochrony prywatności. Partnerzy projektu – firmy Timelex i Deloitte – odpowiadają za zgodność działań z przepisami, w tym z nowym unijnym AI Act. Jak podkreśla Marta Wilińska z Timelex, już na etapie projektowania narzędzia muszą być zgodne z przyszłymi wymogami prawnymi, co ułatwi ich odpowiedzialne testowanie i wdrażanie.
Z kolei Marcel Rebbert z Deloitte zaznacza, że kluczowe jest utrzymanie tzw. human-in-the-loop – lekarz zachowuje pełną kontrolę nad decyzjami klinicznymi, a AI przejmuje żmudne, czasochłonne zadania, takie jak analiza obrazów i planowanie terapii. Taki model pracy nie tylko zwiększa skuteczność leczenia, lecz także przyczynia się do zrównoważonego rozwoju systemów ochrony zdrowia.
Współpraca i przyszłość
Partner projektu Future Needs koordynuje współpracę z innymi inicjatywami badawczymi UE. Wspólne działania obejmują wymianę wiedzy, współdzielenie danych w zgodzie z przepisami o ochronie prywatności oraz wspólną organizację wydarzeń naukowych. Jak mówi Emma Tsai z Future Needs:
„Tworzenie synergii między projektami o wspólnych celach pozwala przyspieszyć postęp. Dzięki współpracy rośnie nasz wspólny wpływ na przyszłość medycyny”.
Finansowanie i czas trwania
Projekt AI4Lungs rozpoczął się 1 stycznia 2024 roku i potrwa 3,5 roku. Finansowany jest przez Unię Europejską w ramach programu Horyzont Europa (nr umowy 101080756) na kwotę 6,9 mln euro. Obejmuje badania nad modelami komputerowymi i nowymi strategiami stratyfikacji pacjentów (RIA) w obszarze chorób płuc.
Źródło: Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM
