Zdjęcie: Uniwersytet Jana Kochanowskiego w Kielcach

Cyfrowy system wykorzystujący sztuczną inteligencję do oceny ryzyka raka trzonu macicy ma powstać przy współpracy Uniwersytetu Jana Kochanowskiego w Kielcach, Polskiego Towarzystwa Histeroskopii i spółki MEDUP Future Medicine Institute. Porozumienie w tej sprawie podpisano w Kielcach.

Rak endometrium, czyli rak trzonu macicy, jest najczęstszym nowotworem ginekologicznym u kobiet w Polsce. Według danych Krajowego Rejestru Nowotworów w 2023 r. rozpoznano 6519 nowych przypadków nowotworów złośliwych trzonu macicy, a z powodu tej choroby zmarły 1803 pacjentki.

Obecnie jedną z podstawowych metod diagnostycznych w ocenie jamy macicy jest histeroskopia. Jest to procedura zabiegowa, dlatego — jak wskazywali uczestnicy spotkania — nie może być stosowana jako powszechne narzędzie przesiewowe w całej populacji kobiet.

Odpowiedzią na ten problem ma być rozwijany przez MEDUP system diagnostyczny oparty na algorytmach sztucznej inteligencji i uczeniu maszynowym. Narzędzie ma wykorzystywać podstawowe parametry z krwi pacjentki oraz rozszerzony wywiad lekarski, obejmujący dane demograficzne, kliniczne i antropometryczne.

To rozwiązanie nie wymaga fizycznego sprzętu ani urządzeń obrazowych. Analizując parametry z krwi oraz historię pacjentki, jesteśmy w stanie uzyskać bardzo wysoką precyzję – wyjaśnił dr inż. Michał Kruczkowski, prezes zarządu MEDUP Future Medicine Institute. Dotychczasowe walidacje modelu wykazały 95 proc. dokładności.

Trójstronne porozumienie zawarte w Kielcach ma połączyć potencjał naukowy uczelni, doświadczenie kliniczne lekarzy oraz rozwiązania technologiczne rozwijane przez spółkę.

– Ta umowa jest bardzo ważna dla uniwersytetu. Pokazuje, że chcą z nami współpracować partnerzy z sektora nowych technologii, a diagnostyka raka endometrium jest priorytetem – zaznaczyła prof. dr hab. Beata Wojciechowska, rektor Uniwersytetu Jana Kochanowskiego w Kielcach.

Zadania partnerów w projekcie zostały podzielone. Uniwersytet Jana Kochanowskiego, poprzez Uniwersytecki Ośrodek Kształcenia Kadr Medycznych, ma odpowiadać za organizację praktycznych szkoleń i kursów z histeroskopii dla ginekologów. Uczelnia zapewni również zaplecze do naukowej weryfikacji i kontroli rozwijanych algorytmów.

Polskie Towarzystwo Histeroskopii ma dostarczyć wiedzę ekspercką w zakresie diagnostyki jamy macicy oraz wspierać podnoszenie jakości procedur małoinwazyjnych.

– Naszym celem jest przeszkolenie lekarzy, aby nie bali się nowoczesnych procedur małoinwazyjnych i wykonywali je standardowo u pacjentek – podkreśliła dr n. med. Monika Szafarowska, prezes Polskiego Towarzystwa Histeroskopii.

Prof. dr hab. n. med. Przemysław Oszukowski, świętokrzyski konsultant wojewódzki w dziedzinie położnictwa i ginekologii, zwrócił uwagę na zmianę w epidemiologii nowotworów ginekologicznych w Polsce. Jak mówił, w przeszłości dominował rak szyjki macicy, natomiast obecnie rośnie znaczenie raka endometrium. Wśród przyczyn tej tendencji wskazał m.in. zmiany stylu życia, narastający problem otyłości u kobiet, wydłużenie średniej długości życia oraz czynniki środowiskowe.

Choroba dotyka przede wszystkim kobiety w okresie około- i pomenopauzalnym, a jednym z najważniejszych sygnałów ostrzegawczych jest krwawienie z dróg rodnych po menopauzie. Każdy taki przypadek wymaga pilnej diagnostyki, w tym oceny histopatologicznej.

W grupie pacjentek zgłaszających się z plamieniem pomenopauzalnym nowotwór rozpoznaje się u ok. 10 proc. badanych. Celem rozwijanego systemu jest jednak wsparcie wykrywania ryzyka choroby wcześniej — przed pojawieniem się objawów klinicznych.

– Ideą profilaktyki jest stworzenie metody jak najtańszej, umożliwiającej przebadanie całej populacji. Połączenie medycyny, sztucznej inteligencji i weryfikacji uniwersyteckiej daje szansę na realne wykorzystanie nowych technologii w ochronie zdrowia – ocenił prof. Oszukowski.

Oprogramowanie ma mieć w pełni cyfrowy charakter i nie wymagać specjalistycznego sprzętu obrazowego, takiego jak aparat USG, ani dodatkowych urządzeń elektronicznych. Zamiast analizy obrazu w konkretnym momencie system ma oceniać parametry z krwi pacjentki połączone z rozszerzonym wywiadem lekarskim.

Algorytmy uczenia maszynowego mają porządkować dane i identyfikować zależności biologiczne niewidoczne w standardowym badaniu. System ma automatycznie generować ocenę prawdopodobieństwa wyniku histopatologicznego — od braku zmian, przez rozrost endometrium bez atypii i z atypią, po chorobę nowotworową.

Przed wprowadzeniem do codziennej praktyki klinicznej narzędzie musi przejść formalny proces certyfikacji medycznej.