Platforma AI integrująca dane i modele obrazowania, wspierająca precyzyjną opiekę poprzez kontinuum raka prostaty

W Europie rak prostaty (PCa) jest drugim najczęściej występującym rodzajem raka u mężczyzn i trzecim pod względem śmiertelności. Obecne praktyki kliniczne, często prowadzące do nadmiernej diagnozy i nadmiernego leczenia łagodnych guzów, cierpią z powodu braku precyzji, wzywając zaawansowane modele sztucznej inteligencji do wyjścia poza SoA poprzez rozszyfrowanie nieintuicyjnych wzorców obrazów medycznych wysokiego poziomu i zwiększenie wydajności w odróżnianiu leniwych od agresywnych chorób, wczesne przewidywanie nawrotów i wykrywanie przerzutów czy przewidywanie skuteczności terapii. Dotychczasowe wysiłki są fragmentaryczne i opierają się na zbiorach danych pojedynczej instytucji, o ograniczonym rozmiarze i specyficznych dla dostawcy, podczas gdy dostępne publiczne zbiory danych PCa (np. US TCIA) to tylko kilkaset przypadków uniemożliwiających uogólnienie modelu.

Projekt ProCAncer-I skupia 20 partnerów, w tym centra referencyjne PCa, światowych liderów w dziedzinie sztucznej inteligencji i innowacyjnych MŚP, posiadających uznaną wiedzę fachową w swoich dziedzinach, w celu zaprojektowania, rozwoju i utrzymania opartej na chmurze, bezpiecznej europejskiej infrastruktury obrazu z narzędzia i usługi do obsługi danych. Platforma zawiera największy na świecie zbiór wieloparametrycznych (mp)MRI PCa, anonimowych danych obrazowych (>17 000 przypadków), opartych na przekazywaniu danych, zgodnie z prawodawstwem UE (RODO). Opracowano solidne modele AI w oparciu o nowatorskie metody uczenia się zespołowego, co prowadzi do specyficznych dla dostawcy i neutralnych modeli AI do rozwiązywania 8 scenariuszy klinicznych PCa.

Aby przyspieszyć kliniczne tłumaczenie modeli PCa AI, koncentrujemy się na zwiększeniu zaufania do rozwiązań pod względem rzetelności, bezpieczeństwa, wytłumaczalności i odtwarzalności. Metryki do monitorowania wydajności modelu i funkcja wyjaśniania przyczynowego zostały opracowane w celu dalszego zwiększenia zaufania klinicznego i informowania o możliwych niepowodzeniach i błędach. Zdefiniowano plan działania dotyczący certyfikacji modeli AI, we współpracy z organami regulacyjnymi, przyczyniając się w ten sposób do europejskiego planu regulacyjnego mającego na celu walidację skuteczności modeli opartych na sztucznej inteligencji w podejmowaniu decyzji klinicznych.