1
2
3
4

De câte ori nu ați auzit în jur sau vi s-a întâmplat chiar vouă să aveți parte de un diagnostic greșit? Sau de unul scăpat neobservat, dar care a adus grave suferințe ulterioare. Una dintre marile provocări ale medicinei de la noi, dar și din lumea întreagă, este diagnosticarea corectă. De aceea, o soluție prin care diagnosticarea să fie cât mai obiectivă, cât mai exactă, este căutată în domeniul Inteligenței Artificiale. Iar o echipă de cercetători de la Facultatea de Matematică și Informatică din Cluj-Napoca lucrează de câțiva ani la un astfel de proiect, cu rezultate palpabile.

Laura Dioșan este profesor doctor la Facultatea de Matematică-Informatică a Universității Babeș-Bolyai. Are 42 de ani. La întrebarea „Ce anume v-a atras în acest domeniu?”, ea răspunde: „Mi s-a părut o lume a ideilor și mi se părea că pot să contribui și eu cu idei la cunoaștere. La fel cred și astăzi”. Recunoaște și că a avut un moment de cumpănă, când mulți colegi ai ei plecau în industrie, unde salariile sunt mult mai mari. „E clar o diferență dacă ești în industrie sau dacă ești în învățământ, din punct de vedere financiar mai ales, dar nu ai libertatea pe care o ai aici și libertatea aceasta de a testa ideile și de a le vedea că înfloresc este posibilă numai în cercetare. Pentru că într-un proiect concret, într-o companie, trebuie să faci ce zice clientul. În schimb, în proiectele de cercetare, chiar noi ne stabilim obiectivele. Noi putem să le dezvoltăm sau să le păstrăm un pic mai înguste, în funcție de rezultate. Și nu știu dacă altundeva am libertatea asta, iar mintea are nevoie de libertate și de independență.”

În acest interviu, Laura Dioșan ne explică în ce constau proiectele de cercetare la care lucrează împreună cu echipa sa și ce beneficii pot aduce rezultatele lor pentru medicină, în general, și în lupta anti-cancer, în special.

– Doamna profesor, coordonați proiecte de cercetare în domeniul inteligenței artificiale aplicate. Despre ce e vorba? Care sunt obiectivele acestor proiecte?

– Lucrăm în proiecte medicale, proiecte în care vrem să construim sisteme de asistență a medicului. Pentru că nu ne punem problema să înlocuim medicul, ci doar să proiectăm un asistent și să lansăm un semnal de avertizare: uită-te aici încă o dată la datele acestea! Lucrăm de obicei cu imagini, dar și cu alte date medicale. Algoritmii noștri pot să vadă mai bine niște detalii. Luăm un exemplu, ochiul: avem un RMN, vine radiologul, se uită cu ochiul lui antrenat și vede o leziune. Dar dacă e obosit poate să n-o vadă bine, poate fi o leziune cu o structură pe care n-a mai întâlnit-o și n-o recunoaște. Dar un algoritm poate să zică: hei, aici mi se pare că ceva este în neregulă. Nu, noi nu punem diagnostice. Medicul le pune, dar noi cu metodele noastre putem să lansăm semnale de avertizare. Nu oferim decizii finale, ci date mai exacte, care ajută la luarea unei decizii medicale.

În toate aceste proiecte de inteligență artificială, este foarte important următorul aspect: noi avem instrumentele, algoritmii, metodele computaționale, dar aceste metode computaționale nu pot face nimic fără date colectate în prealabil, sunt doar niște cutii inteligente și atât. Ele au nevoie de date, adică RMN-uri, CT-uri, analize și alte informații medicale care să intre în acea cutiuță, să se facă o „magie” și să iasă de acolo acel avertisment. Și atunci, ce trebuie să facem este să formăm o echipă mixtă, compusă din fizicieni, medici și radiologi – pentru că toate aceste date sunt colectate de ei – dar și din pacienți, pentru că și pe ei îi putem considera parteneri, toți cei care pot să ne ofere aceste informații.

Pe lângă colectarea acestor informații, aceste metode, algoritmii, au nevoie de verificări pentru a vedea dacă ne-au avertizat bine sau ne-au avertizat greșit. Și toate aceste rezultate sunt filtrate de medic și verdictul dat de medic este pus în teză – antiteză cu verdictul dat de algoritmi. Prin urmare, acolo este o muncă foarte complexă, consumatoare de timp, și pentru care e nevoie de specialiști, pentru că nu oricine îți conturează o leziune cancerigenă sau o tumoră malignă sau benignă.

De exemplu, avem un proiect pe identificări ale cancerului de prostată. Ca să se pună un verdict medical, care să fie comparat cu ce spune algoritmul, se lucrează cu o echipă de cinci medici. Trei dintre ei fac o primă iterație, adică desenează pe imagine, pixel cu pixel, unde văd ei că ar fi leziunea. Mai întâi, se pun de acord aceștia trei cum că acolo e problema și apoi vin alți doi medici, care o analizeaă la rândul lor. Aceasta înseamnă timp, înseamnă resursă umană de calitate, dar înseamnă un diagnostic exact, o șansă în plus la viață. E costisitoare munca aceasta, dar e foarte mare nevoie de ea.

– Cum se lucrează efectiv, cum funcționează echipa?

– Lucrăm alături de medici și acesta e un aspect complex. Pentru că noi învățăm de la ei, ne punem problema, de exemplu, ce a văzut medicul aici și nu a văzut acolo? A văzut o zonă mai gri, mai multe alternanțe între alb și negru, niște structuri, niște aranjări, ce l-a determinat să spună că țesutul acela e cancer de tip I și nu e de tip II? Și atunci, știind ce urmărim, noi putem verifica algoritmii dacă reușesc să surprindă acele date, pentru că uneori nu este vorba decât de niște relații între date. Ne reglăm permanent, învățăm permanent. Altfel, este doar magie și asta nu se întâmplă în cazul nostru. Deci această cauzalitate e cumva obiectivă. Pentru că m-ai întrebat ce ne dorim, ne dorim să vedem dacă un algoritm automat, de inteligență artificială, e capabil să învețe să descopere ceea ce descoperă și ochiul, mintea radiologului, a medicului specialist.

– Aveți și studenți în echipele de cercetare? Există interes din partea lor?

– Aici e și mai frumos, pentru că noi suntem un grup de cercetători maturi, dar de fapt echipa e mult mai largă, pentru că vin alături de noi juniorii, studenții. Și studenții sunt așa, ca un burete care absoarbe idei de la noi încă de când le predăm. La noi, în informatică, e o activitate de documentare foarte intensă din materialele noastre și din alte surse. Îi vedem cum, după ce încep să învețe să construiască, ei înfloresc! Și cred că acesta e unul din motivele multor colegi pentru care rămânem aici și nu ne ducem în industrie. Pentru că efectiv vezi cum izvorăsc ideile și propunerile și îi vezi pe studenți că se dezvoltă ca profesioniști.
Iar dacă te dai un pas mai în spate, vezi cum ei creează idei frumoase și soluții frumoase. Pe unele poate le-ai gândit, iar altele sunt cumva așteptate – te aștepți să ajungă și ei la concluziile respective –, pentru că ai sădit acolo o sămânța. Nu le-ai dat totul, dar ai pornit călătoria, le-ai oferit primii pași și au fost în stare să construiască singuri mai departe. Iar uneori o iau pe o cărare nouă. Și asta e minunat, să descoperi că pot să navigheze singuri mai departe, să deschidă ei noi căi de cercetare. Deci pentru noi, ca dascăli, cred că aceasta este ceea ce vrem, ce ne dorim: să vedem că studenții noștri sunt capabili să ducă singuri la bun sfârșit o provocare de genul acesta. De aceea, spun că este mult mai bine că în echipă suntem și seniori și juniori. Astfel, e foarte dinamică munca, iar tehnologia nu ne lasă să ne plictisim, ea se dezvoltă continuu. Și noi trebuie să fim la zi cu ea.

– De unde vin fondurile pentru cercetare, cum vă descurcați din punct de vedere financiar?

– Avem proiecte cu finanțare europeană și proiecte cu finanțare națională prin organismele clasice, dar uneori lucrăm și fără finanțare. Deci efectiv lucrăm pentru ideea frumoasă, pe care nu o putem lăsa în așteptare, s-o punem în sertar și să zicem gata pentru că o perioada nu mai avem finațare. Și atunci înglobăm ideile proiectului în proiecte de licență, în proiecte de dizertație, în proiecte la diferite discipline și acolo nu e cu finanțare, e de dragul muncii și al cunoașterii. Când vine, finanțarea e cumva răsplata materială. Dar munca o începem și o derulăm pe un trend continuu, pe o direcție separată de finanțare. Pe proiecte le legăm de finanțare, dar nu le condiționăm unele de altele, pentru că nu putem să stăm după o finanțare întotdeauana. Este complicat, dar găsim soluții să continuăm cu forțele noastre, interne.

– De cât timp lucrați la acest proiect?

– La partea aceasta de proiect, în colaborare cu urologii, lucrăm de doi ani și ceva. Am mai avut înainte un proiect pentru cadiologie și pentru cancerul de sân. De prin 2008, am început noi cercetările, iar de prin 2010 au început colaborările pe zona medicală. Iar acum, focusul este pe cancerul de prostată.

– Când credeți că vor fi rezultatele palpabile, folosite în practică, în spitale și în laboratoare?

– Uneori reușim cam în trei ani, alteori mai mult. În primul proiect, pe inimă, am reușit să realizăm chiar o soluție cardiacă și care poate să fie implementată. Colegii mei au trimis spre patentare această soluție. Nu sunt propriu-zis sisteme scalabile, sisteme care să poată să fie duse direct în producție, pentru că ele sunt doar niște demo-uri, ceea ce noi numim „proof of concept”. Asta înseamnă că încercăm să arătăm care este soluția, că ideea stă în picioare, funcționează și că e robustă. Te poți baza pe ea. Dar ca să ajungă produs și să fie distribuit în mai multe spitale, e nevoie și de o muncă industrială, e nevoie de un specialist în crearea de produse. E o diferență între a avea ideea, între a face un demo pentru ca să arăți că ideea funcționează și a face efectiv un produs care poate fi pus în vânzare. Ori noi suntem doar o echipă de cercetare, nu ne propunem neapărat partea de business. Noi ne dorim să vedem produse ale ideilor noastre, dar acest lucru depinde de societate, de prioritățile ei.

– Dar cum se realizează în mod ideal legătura cu partea de business, cum ar trebui făcută?

– O pot face companiile, o pot prelua. De exemplu, ceea ce am făcut noi este un sistem care poate să fie integrat direct în aparatul RMN. Și atunci, producătorii de astfel de aparate pot să apeleze, să studieze soluția și să încerce să o integreze. Dar numai ei au capacitatea aceasta, noi nu ne putem impune ideile în fața marilor producători de astfel de aparate.

– Cam cât durează de la cercetare până la implementarea soluției?

– La celelalte proiecte încă suntem, să zicem așa, mai la început și atunci cred că 3 – 4 ani durează până să fie implementată soluția. E nevoie de timp ca să poți să ajungi, nu să ai primele rezultate, că rezultatele vin mai repede, dar să ai o soluție informatică, din punctul nostru de vedere. Pentru că e un moment în care vezi, ți se aprinde beculețul și știi că ești pe drumul cel bun. Tu continui, construiești și abia apoi le integrezi, le pui cap la cap și zici iată, v-am construit „cutia magică”, apăsați pe buton și puteți să aveți un rezultat frumos.

Proiectele și echipele de cercetare

Cardiologie

    • Diagnosticul neinvaziv, bazat pe imagistică, al fibrilației atriale persistente, 2016-2020, proiect POC 2014-2020 https://imatfib.ro/
      
      • Echipa implicată: Director de proiect: Conf. dr. Zoltan Balint, Facultatea de Fizica, UBB
        • Membri: Prof. dr. Anca Andreica, Facultatea de Matematică și Informatică, UBB
        • Doctoranzi și masteranzi de la Facultatea de Matematică și Informatică, UBB: Alexandru Marinescu, Radu Mărginean, Delia Dumitru, Raul Galea
        • Medici cardiologi și radiologi de la Spitalul județean
      • https://imatfib.ro/echipa/ 

Cancer de sân

Prostată

    • Optimizarea indicatiei de biopsie prostatică prin analiza texturală a nodulilor suspecți la rezonanță magnetică PN-III-P1-1.1-TE-2021-1119
      • Echipa: Director de proiect: dr. Nicolae Crișan
      • Urologi de la Spitalul Muncicipal Clujana
      • Informaticieni de la Facultatea de Matematică și Informatică: Prof. dr. Laura Dioșan & Drd. Roxana Lascu
      • Studenți: Larisa Coroamă, Diana Coroamă
      • Fizicieni de la Facultatea de Fizică, UBB: Conf. dr. Zoltan Balint

 


Acest articol este realizat prin proiectul „Știință pentru viață”, proiect susținut de Universitatea „Babeș-Bolyai” din Cluj-Napoca, Universitatea de Medicină și Farmacie „Iuliu Hațieganu” din Cluj-Napoca și Universitatea Tehnică din Cluj-Napoca.

Distribuie articolul
DISTRIBUIE ARTICOLUL

AUTOR