Polski projekt ai serce płodu
Pomimo postępu w edukacji lekarzy i sprzęcie wskaźniki wykrywalności rosną zbyt wolno, aby wykrywalność WWS była bezpiecznie zadowalająca. Należy postawić pytanie, dlaczego tak się dzieje? Wyjaśnienie tej kwestii jest konieczne, aby móc zrozumieć zaproponowaną przez nas koncepcję autorskiego algorytmu. Główną przyczynę w naszym odczuciu można zauważyć w dużych różnicach w geometrii układu segmentów budujących serce prawidłowe oraz serca obarczone poszczególnymi WWS.
Powoduje to, że badanie przedurodzeniowe serca płodu z jednym rodzajem WWS bardzo różni się z punktu widzenia technicznego od badania serca prawidłowego, czy też od obarczonego inną WWS w kontekście stosowanych przyłożeń głowicy ultradźwiękowej. Przyczyną są tutaj różnice wielkości poszczególnych segmentów serca, zmienność ich wzajemnej relacji geometrycznej, położenia, czy też odległości.
Dla wspomagania lekarzy pierwszej linii wykonujących prenatalne badania przesiewowe od 2021 roku wspólnie z zespołem informatyków pracujemy nad algorytmem sztucznej inteligencji wspomagającym ich badania. W naszej metodzie koncentrując się na poszczególnych segmentach i ich wzajemnej relacji jesteśmy w stanie maksymalnie zawęzić rozpoznanie, tym bardziej że dodatkowo w tle analizy jest budowany geometryczny obraz 3D, który zostanie przyporządkowany do najbardziej prawdopodobnego wzorca geometrycznego odpowiadającemu prawidłowemu sercu lub danej WWS. Dotychczas żaden zespół badawczy poza naszym nie zastosował uczenia maszynowego budowy segmentów serca, ich wzajemnych relacji w obrębie WWS i serc prawidłowych na podstawie wystandaryzowanych zapisów warstwowych klatki piersiowej płodu. Jedynie poprzez dobrze wystandaryzowane zapisy warstwowe można przeanalizować relacje geometryczne segmentów serca, które odpowiadają poszczególnym wzorcom dla serc prawidłowych i poszczególnych WWS.
Projekt koordynuje pod auspicjami PTKP dr med. Agnieszka Nocuń. Jeśli jesteście Państwo zainteresowani szerszymi szczegółami projektu zachęcamy do kontaktu.
