Sekundy zamiast minut. Sztuczna inteligencja w kardiologii obrazowej

Wykorzystanie nowoczesnej analizy obrazów tomograficznych, bazujących na algorytmach sztucznej inteligencji, jest szansą dla pacjentów na podjęcie szybszego i optymalnego leczenia, ale nie zastąpi człowieka – mówi dr Kajetan Grodecki z I Katedry i Kliniki Kardiologii CSK UCK WUM.

Foto: arch. WUM

Zajmuje się pan pracą naukową od wczesnych lat studiów, dlatego początek rozmowy chciałbym poświęcić postrzeganiu działalności naukowej przez studenta, a następnie młodego lekarza-praktyka. Czy między tymi dwoma rodzajami percepcji istnieje różnica?

Ciężkie pytanie, ponieważ moja praktyka jako lekarza nie jest zbyt długa. Na studiach podjęcie się pracy naukowej wynikało z poszukiwania możliwości samorozwoju, a nie ma lepszej motywacji do zgłębiania interesującego tematu niż chęć stworzenia jakiejś formy, która pozwoli to zrealizować. W moim przypadku to były artykuły naukowe.  Sądzę, że w działalności naukowej praktykującego lekarza działa ta sama chęć zgłębiania tematu, jednak podchodzi się do niej bardziej profesjonalnie.

Z pewnością na początku drogi naukowej jest to mniej odpowiedzialne zajęcie – wówczas nie prowadzi się jeszcze grantów, które potem trzeba rozliczać, a wszystkie wykonywane prace są de facto zatwierdzane czy nadzorowane przez opiekuna naukowego. Różnica między tymi dwoma etapami polega też na tym, że początkowo łatwiej jest zmienić obszar zainteresowania. Później, w trakcie nawiązywania kolejnych współprac, kiedy sieć zobowiązań staje się coraz bardziej złożona, zmiana obszaru naukowego jest trudniejsza.

Czy angażowanie się w prace naukowe podczas studiów ma wpływ na to, jakim się jest lekarzem po otrzymaniu dyplomu?

To zależy od tego, jaki rodzaj nauki się uprawia. Spójrzmy na nauki podstawowe. Na pewno ten rodzaj badań jest ważną dziedziną nauki, ale doświadczenia zebrane w trakcie ich prowadzenia są ciężkie do przełożenia na pracę w klinice. Natomiast zajmując się medycyną kliniczną, a tak jest w moim przypadku, dociekania naukowe i prace badawcze są na pewno dobrą drogą do stania się lepszym lekarzem-praktykiem.

Jak rozpoczęły się i rozwijały pana zainteresowania naukowe?

Zaczęło się od uczestniczenia w spotkaniach kardiochirurgicznych kół naukowych. To tam pierwszy raz zetknąłem się z procedurą zwaną przezcewnikową wymianą zastawki aortalnej. Pomysł wykonania całej operacji z dostępu naczyniowego zrobił na mnie duże wrażenie. Rozpocząłem poszukiwanie miejsca, gdzie taka procedura byłaby często wykonywana. Dzięki prof. Krzysztofowi J. Filipiakowi trafiłem bardzo szybko do I Katedry i Kliniki Kardiologii WUM, kierowanej przez prof. Grzegorza Opolskiego. Oni skontaktowali mnie z prof. Zenonem Huczkiem. W ten sposób już w czasie studiów zacząłem zajmować się różnymi aspektami tej procedury. Nieodzowną częścią przezcewnikowych procedur w kardiologii interwencyjnej jest obrazowanie serca. Dlatego też przejście do tomografii komputerowej, którą zajmuję się obecnie, było dosyć płynne.

Miałem dodatkowo to szczęście, że zacząłem pracować nad projektem dotyczącym złożonych interwencji na bifurkacjach tętnic wieńcowych we współpracy z panem dr. hab. Maksymilianem Opolskim pracującym w Narodowym Instytucie Kardiologii. Jest to ośrodek należący do wiodących w obrazowaniu kardiologicznym, w którym wykonuje się naprawdę dużo tomografii komputerowych. Zdobyte doświadczenie w obrazowaniu umożliwiło mi otrzymanie „Diamentowego grantu”. Dzięki temu programowi udało mi się otworzyć przewód doktorski na VI roku studiów. Po rozpoczęciu doktoratu pojawiła się szansa wyjazdu do Stanów Zjednoczonych, gdzie w Cedars-Sinai Medical Center w Los Angeles pełnoetatowo przez półtora roku miałem okazję zajmować się tomografią komputerową. Kiedy tam pracowałem, rozpoczęła się pandemia COVID-19. Te nowe okoliczności sprawiły, że w orbicie moich zainteresowań pojawiły się także płuca. Chcąc zatem określić moje obecne zainteresowania naukowe, mogę powiedzieć, że zajmuję się głównie różnymi zastosowaniami tomografii komputerowej, szczególnie tomografii klatki piersiowej.

Jaką rolę w pana rozwoju naukowym i zawodowym odgrywa prof. Zenon Huczek?

Na pewno jest dla mnie mentorem. Bardzo dużo pomaga mi w przechodzeniu przez kolejne etapy życia na uczelni. Pozycja pana profesora w świecie kardiologii interwencyjnej sprawia, że nieco łatwiej nawiązać mi współpracę z innymi ośrodkami i pozyskiwać dane. Ma to kluczowe znaczenie, ponieważ o sile artykułu naukowego świadczą dane, które zostały wykorzystane podczas przygotowania pracy. Dlatego im ich więcej, tym lepiej. Wiadomo, że obecnie przekazywanie między ośrodkami wszelkich informacji o pacjentach nie należy do prostych, stąd ugruntowana pozycja profesora w środowisku jest bardzo pomocna.

Czy tomografia komputerowa była również tematem pana doktoratu obronionego w połowie maja?

Mój doktorat dotyczy zastosowania nowych metod analizy obrazów tomograficznych w celu przewidywania ryzyka wystąpienia niekorzystnych wyników interwencji sercowo-naczyniowych. Trzeba sobie uzmysłowić, że struktura obrazu tomograficznego przypomina górę lodową: nad taflą wody widzimy jedynie wierzchołek, zaś pod powierzchnią znajduje się niewidoczna reszta, na którą składa się znaczna większość tej góry. Podobnie możemy spojrzeć na obraz tomograficzny – to, co w praktyce klinicznej ocenia się wzrokowo czy przy użyciu prostych parametrów geometrycznych, jest tylko niewielkim skrawkiem informacji, które można z tego obrazu wydobyć różnymi technikami. Istnieje wiele poziomów zaawansowania tych technik. Wspólnie nazywamy je ilościowymi parametrami tomograficznymi. Dzięki moim badaniom chciałem wydobyć nieco więcej informacji z obrazu tomograficznego po to, żeby wspomóc optymalizację zabiegów przezcewnikowych na sercu.

W jaki sposób można wydobyć więcej informacji?

Można zastosować szereg różnych algorytmów, żeby tę informację skwantyfikować. Taka informacja na podstawowym poziomie stanowi różnicę w gęstości radiologicznej. Można jednak pójść dalej i zastosować podejście radiomiczne, gdzie z jednego obrazu ekstraktuje się setki, albo i tysiące poszczególnych parametrów charakteryzujących się tym, że już nie opisują struktury jako całości, ale pozwalają opisać stosunki między pojedynczymi wokselami tego obrazu, a także wydobyć takie predyktory danego zdarzenia, jakie gołym okiem nie byłyby dostępne.

Jakie znaczenie praktyczne dla chorych może mieć zastosowanie takich metod?

Dzięki nim zwiększamy potencjalnie wartość diagnostyczną obrazu tomograficznego, który jest rutynowo pozyskiwany w toku diagnostyki. Jak wspomniałem, w kardiologii interwencyjnej, szczególnie w zabiegach strukturalnych serca, tomografia komputerowa jest podstawową modalnością. Zatem stosując nowe metody analizy obrazów tomograficznych, zwiększamy wartość badania, które i tak byłoby wykonane. Trudno jednak powiedzieć, czy zmieni to podejście lecznicze do każdego, pojedynczego pacjenta, ponieważ te metody się nadal rozwijają. Myślę, że w ciągu kilku lat, w momencie, kiedy radiomika i jej pochodne zostaną zwalidowane, innymi słowy – kiedy zostanie sprawdzona przydatność kliniczna tych metod, będziemy dysponowali bardzo złożonymi modelami opartymi na uczeniu maszynowym, integrującym wszystkie parametry kliniczne oraz biomarkery obrazowe wykraczające poza zdolności obserwacji ludzkiego oka. To sprawi, że faktycznie będziemy mogli stwierdzić, że u danego pacjenta występuje większe ryzyko niekorzystnego zdarzenia w przyszłości, a to pozwoli np. na zaplanowanie zwiększonej liczby wizyt kontrolnych czy zintensyfikowanie leczenia.

W jakim kierunku będzie szedł rozwój nieinwazyjnych metod obrazowania serca i naczyń?

Na pewno dostępność do tych badań będzie rosła, podobnie jak wartość predykcyjna już pozyskanych obrazów. Będzie można z dużo większą pewnością stwierdzić lub wytypować pacjentów zagrożonych wystąpieniem niekorzystnego zdarzenia sercowo-naczyniowego. Dobrym przykładem jest nowy biomarker obrazowy – okołowieńcowa tkanka tłuszczowa (ang. pericoronary adipose tissue), czyli tkanka tłuszczowa okalająca tętnice wieńcowe. Często już na podstawie wyglądu i różnych parametrów ilościowych tej tkanki, która znajduje się poza naczyniem wieńcowym, można stwierdzić, że dane miejsce, zwężenie, które dopiero zaczyna powstawać, stanie się źródłem zawału u pacjenta w perspektywie 5 czy 10 lat. Uważam, że dane obrazowe będą odgrywały olbrzymią rolę w tzw. medycynie precyzyjnej.

Czy patrząc na postępy w zdobyczach technologicznych, stały rozwój metod obrazowania może być w jakiś sposób zahamowany?

Uważam, że obecnie nie ma takiego hamulca. Technologia cały czas się rozwija. Mamy coraz lepsze skanery, wykonuje się coraz więcej badań, a przy tym obserwuje się przesunięcie preferencji w wykorzystywanych metodach z inwazyjnych na rzecz metod nieinwazyjnych.

Zapewne miał pan do czynienia z nowymi technologiami w medycynie, pracując w szpitalu w Stanach Zjednoczonych. Które z nich zrobiły na panu największe wrażenie?

Szczególne wrażenie zrobiło na mnie podejście radiomiczne w szczegółowym profilowaniu pacjentów z chorobami serca. Do tej pory radiomika była głównie domeną onkologów, dlatego wykorzystanie jej do oceny obrazów tomograficznych w kardiologii było bardzo nowatorskim podejściem. Podobnie było z zastosowaniem uczenia maszynowego i głębokiego uczenia. Nagle okazało się, że praca, która zajmuje 45 minut – jak w przypadku szczegółowej oceny płuc u pacjentów chorych na COVID-19 – zajmuje mniej niż minutę, jeśli użyjemy właściwego programu. Dostarczając mu odpowiednią ilość danych i trenując dany algorytm, program, w zależności od mocy obliczeniowej danego komputera, jest w stanie dokonać szczegółowej oceny płuc u chorych pacjentów z bardzo zbliżoną dokładnością w znacząco krótszym czasie.

W jakie projekty naukowe jest pan obecnie zaangażowany?

Dalej rozwijam to, czym się zajmowałem w Stanach Zjednoczonych, czyli metodę nieinwazyjnej oceny kompozycji zastawki aortalnej. Do tej pory w tomografii komputerowej oceniało się tylko element zwapniały, który bardzo dobrze widać. Natomiast istotą stenozy aortalnej, czyli choroby, którą leczy się przezcewnikową implantacją zastawki aortalnej, jest nie tylko proces wapnienia, ale też włóknienia zastawki aortalnej. Okazuje się, że element włóknisty również można ilościowo określić w tomografii komputerowej. Właśnie tym zagadnieniem obecnie się zajmujemy. Docelowo chcielibyśmy, aby określenie stopnia zwłóknienia było w pełni zautomatyzowane przy użyciu głębokiego uczenia i sztucznej inteligencji. W praktyce wyglądałoby to w ten sposób, że po wgraniu odpowiedniego obrazu tomograficznego, zastawka aortalna byłaby automatycznie segmentowana, oceniania i prezentowana lekarzowi. Ponadto pracuję nad wykorzystaniem algorytmu głębokiego uczenia do oceny zapalenia płuc pacjentów chorujących na COVID-19.

Jaką przyszłość widzi pan przed wykorzystaniem sztucznej inteligencji w kardiologii?

Myślę, że sztuczna inteligencja będzie odgrywała olbrzymią rolę w kardiologii obrazowej. Będzie wykorzystywana po to, żeby szybko typować pacjentów, u których istnieje zagrożenie życia. To się dzieje na naszych oczach. Można przecież zdobyć dodatki do oprogramowania tomograficznego, dzięki którym możliwe stanie się typowanie spośród pacjentów osób z podejrzeniem zatorowości płucnej. Według mnie to jeden ze sztandarowych przykładów, w jaki sposób sztuczna inteligencja może ułatwić pracę. Umożliwi ona przyspieszenie selekcji pacjentów do leczenia konkretnego typu. Natomiast myślę, że pomimo jej coraz powszechniejszego wykorzystania, szeroko rozumiana sztuczna inteligencja nie będzie w stanie zastąpić elementu ludzkiego.

Rozmawiał: Cezary Ksel

Powiązane aktualności

Skomentuj

Your email address will not be published. Required fields are marked *

Witryna wykorzystuje Akismet, aby ograniczyć spam. Dowiedz się więcej jak przetwarzane są dane komentarzy.