Dakle, prvi korak ka izlječenju ove maligne bolesti jeste njeno rano otkrivanje. Shodno tome, jučer je Cazinjanin Adnan Samardžić predstavio prvu verziju AI/Deep Learning modela za analizu mamografskih snimaka i pomoć u ranoj detekciji karcinoma dojke.
MODEL KOJI SA 91,4% PRECIZNOSTI KLASIFICIRA KARCINOM DOJKE
Nakon višegodišnjeg istraživanja, učenja i rada na modelu dubokog učenja (Deep Learning), posljednja treniranja modela pokazala su da model koji sam napravio postiže 91,4 posto preciznosti u klasifikaciji karcinoma dojke direktno iz mamografskih snimaka. Model je programiran u programskom jeziku Python i građen od nekoliko nivoa neuronskih mreža za rješavanje kompleksnih problema. Model sam trenirao na hiljadama mamografskih snimaka iz stvarnih kliničkih slučajeva. Analizira gustoću tkiva, oblike, sjene i sitne kalcifikacije. Kao rezultat kreira mapu rizika direktno na snimku: koja područja su sumnjiva, koliko su sumnjiva i gdje treba fokusirati pogled, kazao je Samardžić u razgovoru za Plenum.ba nakon predstavljanja projekta.
AI NE MIJENJA DOKTORE, VEĆ SLUŽI KAO ALAT POMOĆI
U razgovoru za Plenum.ba, Adnan Samardžić istakao je da cilj ovog projekta nije da vještačka inteligencija zamijeni doktore, već da se koristi kao alat koji može doprinijeti ranoj detekciji karcinoma, što bi u konačnici značilo veće šanse za izlječenje ove maligne bolesti.
„Vidite, u Bosni i Hercegovini od karcinoma dojke godišnje život izgubi više od 300 žena, a više od 1.000 novih slučajeva se dijagnosticira. Ovo je visok mortalitet u odnosu na broj novootkrivenih slučajeva, što u suštini znači da mnogi slučajevi ostaju neotkriveni. Razloga ima više: od neodlazaka na redovne preglede do našeg zdravstvenog sistema, koji se suočava s manjkom medicinskog osoblja“, ističe Samardžić, te dodaje:
„Vjerujem da bi umjetna inteligencija (AI) i mašinsko učenje (ML) mogli doprinijeti ranoj detekciji karcinoma i samim time smanjenju broja smrtnih ishoda. Svakako, cilj nije da AI zamijeni ljekare, nego da bude alat koji im može pomoći. Ako bi jedan ovakav model u budućnosti pomogao da se makar jedan slučaj otkrije ranije, to bi već imalo veliku vrijednost i bilo dovoljna motivacija da se nešto takvo pokuša.“
KAKO JE SVE POČELO?
Pitanje o samom početku rada na ovom projektu, kao i vremenu uloženom u istraživanje i kreiranje, uvijek je tema koja se ne može hronološki ispričati do kraja. Međutim, u kratkim crtama Adnan objašnjava:
„Razvoj ovog softvera, odnosno ML modela, mogao bih podijeliti u dva dijela.
Prvi, pa rekao bih možda i najvažniji dio, bio je razumjeti karcinom dojke. Ovaj dio podrazumijevao je čitanje stručne literature, naučnih članaka i istraživanja. Htio sam što bolje razumjeti šta je rak dojke, kako nastaje, koji su mogući faktori rizika, kako se razvija, kako se liječi i koje se metode koriste za njegovo otkrivanje. Svakako, posebna pažnja bila je posvećena mamografiji, jer su upravo mamografski snimci osnova na kojoj model radi.
Drugi dio je onaj tehnički, koji bi se mogao sažeti u retoričkom pitanju kako znanje iz oblasti umjetne inteligencije i mašinskog učenja primijeniti na konkretan problem detekcije i klasifikacije karcinoma dojke. Istraživao sam kako se AI danas koristi u modernim zdravstvenim sistemima, kako se treniraju modeli, kako se pripremaju medicinski podaci i na koji način se može napraviti sistem koji bi u budućnosti mogao pomoći ljekarima u ranijem otkrivanju bolesti.
Kada se sve uzme u obzir, mogu reći da je razvoj ovog softvera trajao oko dvije godine. Naravno, tu mi je mnogo pomoglo moje dugogodišnje iskustvo u IT industriji, jer sam već imao osnovu i razumijevanje razvoja softvera.“
PRIMJER RANE DETEKCIJE
Na priloženoj slici možete vidjeti jedan od primjera na kojima je model uspio detektovati karcinom sa 65 posto sigurnosti da se radi o malignom (zloćudnom) obliku karcinoma, što je potvrđeno biopsijom od strane radiologa. U praksi bi to značilo da se ovakav slučaj mora prioritizirati.

SLJEDEĆI KORAK U RAZVOJU MODELA
„Koliko mi je poznato, ovo je jedan od prvih predstavljenih pokušaja u Bosni i Hercegovini da se razvije domaći AI/Deep Learning model za analizu mamografskih snimaka i pomoć u ranoj detekciji karcinoma dojke“, govori Adnan.
Sljedeći korak je pokušati uspostaviti saradnju s nekom od zdravstvenih ustanova u Bosni i Hercegovini. To bi omogućilo da se model dodatno testira i razvija u okruženju za koje je u suštini i planiran. Važno je da se model verificira na slučajevima iz BiH, jer će vrlo vjerovatno zahtijevati dodatna prilagođavanja kako bi bio što pouzdaniji u našem kontekstu.