Narzędzie wspierające diagnostykę koronawirusa COVID-19

Zgłaszający: Paweł Białas

Kategoria: System monitoringu pacjentów podczas zdarzeń o dużej skali

Nazwa rozwiązania: Narzędzie wspierające diagnostykę koronawirusa COVID-19

Opis proponowanego rozwiązania:

Celem projektu jest opracowanie algorytmów sztucznej inteligencji podejmującej
decyzje czy pacjent jest zarażony koronawirusem COVID-19, przewidywanie
prawdopodobieństwa zgonu oraz określenie stadium choroby na podstawie badań
RTG, CT lub innych dostępnych danych pacjenta. Opracowanie takiego algorytmu
i dostarczenie go z przyjaznym interfejsem użytkownika mogłoby znacznie
przyspieszyć wstępną segregację pacjentów jak i ostateczną diagnozę oraz pomóc
ocenić stopień zaawansowania choroby. Innowacyjność projektu polega na
opracowaniu zaawansowanych algorytmów sztucznej inteligencji z zakresu
analizy obrazu.

Dlaczego pomysł jest wart uwagi?

Grupą docelową będą wszelkie instytucje diagnozujące pacjentów z COVID-19 oraz pozostałe jednostki wykonujące badania CT lub RTG. Według danych GUS w Polsce w 2016 funkcjonowało 957 szpitali ogólnych, w tym 105 szpitali z oddziałem chorób zakaźnych i 2887 pracowni rentgenodiagnostyki ogólnej. Łącznie szpitale posiadały 641 tomografów komputerowych i wykonały 1 876 100 badań tomograficznych.

Główne cechy rozwiązania
Szybkość – Możliwa diagnoza w mniej niż minutę

Przyszłość – Zwracamy uwagę na to co lekarze mogą przeoczyć w przyszłości

Skuteczność – Skuteczność diagnozy wynosząca powyżej 90%

Udowodniona wykonalność: nie

Szacowany czas potrzebny na opracowanie prototypu:

Istnieją podobne konstrukcyjnie rozwiązania

Jakie działania są potrzebne do wdrożenia?:

5-20 tygodni (zależnie to od dostępności danych). Minimalna liczba badań z COVID-19 potrzebnych do realizacji projektu wynosi 500 obrazów CT 2D lub 50 obrazowań CT 3D.

Use Story

Pacjent ma robione badanie RTG/CT. System analizuje to badanie i wystawia sugestie co do dalszego postępowania.

Informacja o autorze i jego zespole

● dr hab. n. med. Piotr Grzelak – Ekspert ds. Interpretacji obrazów, Kierownik Zakładu Diagnostyki Obrazowej Instytutu Centrum Zdrowia Matki Polki w Łodzi. Od czerwca 2016 roku profesor nadzwyczajny ICZMP. Odpowiedzialny za oznaczanie zbioru danych.
● Zakład Diagnostyki Obrazowej ICZMP – Zakład Diagnostyki Obrazowej Instytutu Centrum Zdrowia Matki Polki w Łodzi świadczący szerokoprofilowe, całodobowe usługi w zakresie klasycznej diagnostyki rentgenowskiej, ultrasonografii, tomografii komputerowej, rezonansu magnetycznego i innych. Zatrudniający 27 specjalistów nauk medycznych. Odpowiedzialny za dostarczenie zasobów ludzkich i odpowiednich danych.
● mgr inż. Maciej Wiśniewski – Business development manager, ponad 20-lat doświadczenia w branży ICT. Specjalizuje się w dziedzinie rozwiązań dla sektora healthcare. Absolwent Wydziału Elektroniki Telekomunikacji i Informatyki Politechniki Gdańskiej. Posiada doświadczenie i umiejętności w zarządzaniu projektami potwierdzone certyfikatem PRINCE2. Obecnie
prowadzi własną działalność InfoSynergie i współpracuje z firmą KOMA NORD Sp. z o.o. Odpowiedzialny za zarządzanie zespołem i kontakt z potencjalnymi klientami, bądź podmiotami współpracującymi.
● dr. inż Tomasz Dziubich – Ekspert merytoryczny, Doktor nauk technicznych w dyscyplinie Informatyka, specjalista w zakresie przetwarzania danych telemedycznych, od 1996 pracownik Politechniki Gdańskiej, do 2005 roku na stanowisku adiunkta. Posiada szerokie doświadczenia w tworzeniu oprogramowania do analizy obrazów medycznych, między innymi w projektach: “”Internetowa platforma integracji danych i współpracy medycznych zespołów badawczych dla potrzeb ośrodków udarowych” oraz “”MedEye – aplikacja wspomagania
badań medycznych””, za który otrzymał nagrodę GrandPrix na Targach Technicon Innowacje w 2012 r. Certyfikat PRINCE2. Odpowiedzialny za opracowanie architektury systemu i nadzór nad pracami technicznymi.
● mgr. inż. Paweł Białas – Ekspert/programista Magister nauk technicznych w dyscyplinie Informatyka (Temat pracy mgr: Segmentacja wybranych części strukturalnych serca w obrazowaniu rezonansu magnetycznego z wykorzystaniem głębokich sieci splotowych), Laureat konkursu „Zrozumieć potrzeby” (II miejsce) organizowanego przez Politechnikę Gdańską (2017), Zwycięzca Hackathonu Forum e-Zdrowia (Wyzwanie Luxmed) (2019). Odpowiedzialny za prace programistyczne.