Przejdź do treści Przejdź do stopki
Aktualności

Implanty na jedno kliknięcie

Kolorowa grafika ilustracyjna – obraz 3D ludzkiej czaszki

Implanty na jedno kliknięcie

Sztuczna inteligencja będzie projektować implanty czaszkowe nie tylko równie dobrze jak ludzie, ale znacznie szybciej – planuje dr inż. Marek Wodziński z Wydziału Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej. Na realizacji projektu mogą zyskać dziesiątki tysięcy osób.

Aby uzupełnić ubytek wystarczy zaprojektować implant, którym będzie można zastąpić kość, później z materiału zaakceptowanego do użytku medycznego stworzyć jego fizyczną formę, a na koniec przeprowadzić zabieg wszczepienia implantu. Medycyna nie przewiduje przeszkód w powodzeniu większości takich operacji – nauka wyposażyła nas już we wszystkie narzędzia niezbędne, by pomóc ludziom z ubytkami kości czaszki.

Mimo to osoby wymagające wszczepienia implantu czaszkowego stanowiły część grupy około 5 milionów pacjentów z całego świata, którzy w 2019 r., pomimo wskazań medycznych, nie przeszli operacji neurochirurgicznej umożliwiającej im pełen powrót do zdrowia. Także w Polsce wiele osób, które, w wyniku interwencji chirurgicznej koniecznej ze względu na doznany uraz lub chorobę nowotworową, zostały pozbawione pełnej ochrony mechanicznej mózgu, są zmuszone czekać na operację wszczepienia implantu całymi miesiącami. W tym czasie miejsca i sytuacje, które dla większości z nas są codziennością, dla nich mogą być śmiertelnym zagrożeniem. Zmagają się też z wykluczeniem społecznym lub niechęcią do kontaktów społecznych, bo przez widoczne deformacje czują się inni. Tak długi czas oczekiwania na operację ma głównie dwie przyczyny – proces wytwarzania zindywidualizowanych implantów czaszkowych jest obecnie bardzo czasochłonny, a liczba neurochirurgów niewystarczająca.

Szybkość wymaga innowacji

Implanty są projektowane przez biomechaników wykwalifikowanych w obsłudze specjalistycznego oprogramowania. Stworzenie modelu implantu optymalnie dopasowanego do powstałego ubytku każdorazowo wymaga indywidualnej analizy danych medycznych pacjenta – może to trwać od kilku do kilkudziesięciu godzin. By projekt przybrał fizyczną formę, zwykle trafia do innej firmy, która zajmuje się produkcją implantu, np. przy użyciu drukarek 3D, a później jeszcze do kolejnej firmy, która zajmuje się jego sterylizacją (jeśli ta nie odbywa się w szpitalu). Cały proces poprzedzający dopuszczenie implantu do wszczepienia pacjentowi wydłuża się do tygodni lub miesięcy.

Naukowiec z AGH dr inż. Marek Wodziński dostrzegł ten problem i uznał, że warto podjąć próbę jego rozwiązania. Narodowe Centrum Badań i Rozwoju nagrodziło jego projekt badawczy „Innowacyjny system do projektowania i weryfikacji spersonalizowanych implantów czaszkowych oparty o sztuczną inteligencję i mieszaną rzeczywistość” w konkursie LIDER. Młody naukowiec otrzymał na jego realizację grant w wysokości półtora miliona złotych.

Innowacyjność polega na tym, że system będzie automatycznie projektował implant spersonalizowany dla danego pacjenta. Neurochirurg bezpośrednio na sali operacyjnej, klikając jeden przycisk, otrzyma gotowy model do wydruku 3D – mówi kierownik projektu o jego celach.

Dr inż. Marek Wodziński ma już na swoim koncie sukcesy związane z działalnością badawczą w branży medycznej – w ubiegłym roku otrzymał główną nagrodę w konkursie ABB za pracę doktorską pt. Metody dopasowania obrazów medycznych ukierunkowane na problem brakujących danych. Zaproponował w niej różne rodzaje algorytmów, których celem jest zwiększenie jakości zarówno diagnostyki obrazowej, jak i bezpośrednie wsparcie zabiegów medycznych. Co więcej, za swoją dotychczasową działalność został nagrodzony stypendium START Fundacji na rzecz Nauki Polskiej oraz stypendium ministra dla wybitnych młodych naukowców.

Głębsze spojrzenie przyniesie nową jakość

Zaprojektowaliśmy już algorytmy, które są w stanie wypełnić ubytek czaszkowy. Problem polega na tym, że najczęściej sam ubytek czaszkowy nie jest tożsamy implantowi, ponieważ defekt może mieć kształt, który fizycznie nie mieści się do otworu czaszkowego – mówi dr inż. Marek Wodziński o trudnościach, które wiążą się z zaproponowaniem innowacyjnej metody zgodnej z założeniami projektu. – Bywa tak, że na skutek wypadków komunikacyjnych dany defekt powstaje poprzez uszkodzenie, a następnie złamanie i jest większy i bardziej groźny wewnątrz, niż na zewnątrz – a nie możemy włożyć czegoś od wewnątrz czaszki. Zatem przeprowadzenie implantacji wymaga dalszych modyfikacji modelu defektu. Dodatkowo, implanty są wykonywane z różnych materiałów i w zależności od materiału preferowanego przez danego neurochirurga, implant będzie miał inną odpowiedź mechaniczną i inną odpowiedź biologiczną – to też trzeba uwzględnić na etapie projektowania. Niektóre implanty będą musiały być grubsze, inne cieńsze; mocuje się je na różne sposoby. Trzeba również uwzględnić fakt, że bezpośrednio po zabiegu mózg może być zdeformowany, może się pojawić obrzęk. Implant nie powinien powodować wzrostu ciśnienia środczaszkowego, więc często powinien być trochę cieńszy niż oryginalna czaszka. Od defektu do implantu jest jeszcze jest dość daleka droga – tłumaczy naukowiec.

Dotychczasowe próby stworzenia algorytmów do projektowania implantów przez inne zespoły badawcze kończyły się umiarkowanym sukcesem. Stosowane do tej pory algorytmy nieźle radzą sobie z projektowaniem implantów do uszkodzeń podobnych do tych, które analizowały już wcześniej, ale nie są w stanie abstrahować swojej wiedzy na nowe przypadki, z którymi dotychczas nie miały styczności.

– W ramach projektu będziemy musieli jak najbardziej zwiększyć zdolność do generalizacji tych zaproponowanych algorytmów na przypadki, które nie były wcześniej w ogóle widziane w czasie procesu treningu. – mówi kierownik projektu.

Dwa zdjęcia poglądowe: na lewym fragment ludzkiej czaszki z widocznym sporym ubytkiem; na prawym ten sam fragment czaszki, miejsce ubytku wypełnia implant.

Mądry algorytm przed szkodą

W przełomie ma pomóc sztuczna inteligencja, a w szczególności algorytmy uczenia głębokiego opierające się na wykorzystaniu sztucznych sieci neuronowych. Uczenie głębokie to sposób przetwarzania danych, który zaczął zyskiwać popularność około dekady temu i od tej pory znajduje coraz to nowe zastosowania wszędzie tam, gdzie konieczne jest analizowanie dużych ilości zgromadzonych danych. Chociaż jego początków można dopatrywać się w inspiracjach ludzkim mózgiem, to, jak zaznacza sam naukowiec, obecnie określana w ten sposób grupa algorytmów nie polega jedynie na symulowaniu biologicznych podstaw procesów myślowych.

Pierwsze sieci neuronowe były inspirowane naturą, tym, jak działa ludzki mózg. Natomiast obecnie to poszło trochę w innym kierunku, jest to grupa algorytmów, która modeluje złożone funkcje nieliniowe. Dalej jest inspirowana naturą i procesem przekazywania sygnałów w ludzkim mózgu, ale jest to w pewien sposób uproszczone i raczej nie doszukiwałbym się w tym bezpośredniej analogii – dopowiada dr inż. Marek Wodziński.

Dzięki uczeniu głębokiemu działają boty konwersacyjne, tak uczą się samochody autonomiczne, z jego pomocą można nauczyć program np. rozpoznawania komórek rakowych. W wypadku tego projektu celem działania algorytmu ma być kompleksowe zaprojektowanie spersonalizowanego implantu. Danymi, na podstawie których ma działać, mogą być obrazy uzyskane za pomocą tomografii komputerowej lub rezonansu magnetycznego. Ta druga metoda pozyskiwania informacji o ubytku jest szczególnie przydatna w przypadku pacjentów z nowotworem, bo rezonans jest badaniem, które i tak standardowo wykonuje się w trakcie diagnostyki, więc pozyskanie skanu nie wiązałoby się z dodatkowymi komplikacjami procedury. Co więcej, rezonans jest metodą nieinwazyjną.

W odniesieniu do projektowania implantów zasadniczą zaletą algorytmów uczenia głębokiego jest to, że są w stanie szybko udzielać pożądanych odpowiedzi. Kierownik projektu widzi w tym szansę nie tyle na to, by skrócić czas oczekiwania, ale by zupełnie go wyeliminować – byłoby to możliwe, gdyby zaprojektowanie, wydruk i sterylizacja implantu trwały na tyle krótko, by pacjenta nie trzeba w ogóle wybudzać z operacji, podczas której usunięto mu fragment kości. Zamiast dwóch operacji byłaby wtedy jedna – co znacznie zmniejsza ryzyko powikłań dla pacjenta i skraca czas, jaki chirurg przeznaczy na uzupełnienie ubytku kostnego. Z tego względu rozwiązanie może okazać się szczególnie kuszące dla inwestorów ze Stanów Zjednoczonych, gdzie zarobki neurochirurgów oscylują w granicach 600 tys. dolarów. Każda godzina skrócenia ich pracy jest więc sporo warta nie tylko w oczach czekających na operację, ale także ich pracodawców. Ta oszczędność byłaby możliwa jednak tylko wtedy, gdyby implant powstawał bezpośrednio w trakcie operacji.

Oczywiście można by zaproponować inne algorytmy, natomiast inne rozwiązania numeryczne często są bardzo czasochłonne. Proces projektowania implantu może trwać nawet kilka godzin. Uczenie głębokie pozwala przenieść cały czasochłonny etap obliczeniowy do procesu treningu – sieć neuronowa jest wcześniej uczona, w jaki sposób dane zadanie wykonywać, czyli np. jak rekonstruować defekt czaszkowy, a następie jak projektować konkretny implant. Dzięki temu samo wykorzystanie jej jako narzędzia trwa najczęściej kilka sekund. W ten sposób można osiągnąć element innowacyjności – system nie tylko będzie projektować naprawdę dobre implanty, ale będzie to robił w sposób, który będzie użyteczny dla lekarzy, czyli bezpośrednio na sali operacyjnej.

Nagroda w formie stymulacji

Naukowiec chce zastosować podgrupę metod przetwarzania danych z zakresu uczenia głębokiego, która zawiera metody rzadko aplikowane do problemów z zakresu obrazowania medycznego, czyli m.in. uczenie ze wzmacnianiem. Zdobywają one informacje dzięki temu, że „środowisko” reaguje na ich działania. W ten sposób tworzy się boty, które są w stanie zwyciężać z ludźmi w różne gry, w tym pokonywać mistrzów szachowych. To ten schemat uczenia został wykorzystany także, by nauczyć sztucznie wyhodowane kultury neuronów zasad gry w ponga. To prosta gra, która polega na odbijaniu piłki widocznej na ekranie w taki sposób, by nie opuściła wyznaczonego pola gry. Co było „marchewką” dla neuronów? Badacze założyli, że dla dowolnego systemu nagradzająca będzie przewidywalność, dlatego kiedy ruchy algorytmu, wedle zasad, pozwalały mu na zdobycie punktu, badacze stymulowali sieć zawsze w ten sam sposób. Jeśli natomiast robił coś nie po ich myśli – stymulacje tkanki przebiegały nieprzewidywalnie. W końcu neurony zaczęły reagować w taki sposób, jakby „chciały” wygrać, a więc wyglądało na to, że proces uczenia się przebiegł pomyślnie.

W przypadku badania prowadzonego przez dr. inż. Marka Wodzińskiego „środowisko” algorytmu powinno więc reagować inaczej, kiedy zaproponuje poprawny implant, a inaczej, kiedy rezultat jego obliczeń nie będzie nadawał się do implantacji. Taką ścieżką uzyska informacje dotyczące tego, jakie modele będzie dało się przytwierdzić do kości czaszki. Jeżeli przetworzy wystarczająco dużo przypadków, będzie w stanie dopasować implant do dowolnego ubytku.

Poprawki, przymiarki i inna rzeczywistość

Kiedy lekarz „wciśnie guzik” algorytm wygeneruje implant o pasujących parametrach, ale jeszcze przed wydrukiem system będzie dawał użytkownikowi możliwość łatwej modyfikacji projektowanego rozwiązania za pomocą przyjaznego interfejsu. Wszystko po to, by ułatwić lekarzom pracę, a tym samym przyspieszyć cały proces i podnieść skuteczność przeprowadzanych zabiegów. Każdy chirurg może mieć nieco inne preferencje dotyczące kształtu i rozmiaru implantu, w zależności od techniki przeprowadzania operacji – system nie może tego przewidzieć, bo może istnieć wiele implantów, które równie dobrze spełnią swoją funkcję, a każdy chirurg wybierze inny.

Jeżeli lekarz będzie chciał coś zmodyfikować, np. stwierdzi, że woli mieć szerszy lub węższy implant, z inną dylatacją przy kości, to system pozwoli mu na manualne sterowanie procesem projektowania. Nie będzie jednak musiał obsługiwać specjalistycznego oprogramowania, ale będzie miał kilka suwaków, za pomocą których zmieni określone parametry.

Dr inż. Marek Wodziński podkreśla, że do projektu wprowadzono także inne udogodnienia, które mają podnieść atrakcyjność komercyjną proponowanego rozwiązania. Takim elementem jest zaangażowanie do procesu uzupełniania ubytku technologii mieszanej rzeczywistości. Lekarz będzie miał możliwość założenia specjalnych gogli, dzięki którym będzie widział to, co faktycznie znajduje się w pokoju, jak i hologram projektu implantu. Dzięki temu będzie mógł „przymierzyć” go do czaszki, jeszcze zanim przybierze fizyczną postać. To wygoda i oszczędność – konieczność ewentualnych poprawek będzie mogła zostać błyskawicznie dostrzeżona i wprowadzona, a kosztowne materiały wykorzystywane w celu druku implantów nie będą zużywane, dopóki operator nie będzie miał pewności, że implant ma dokładnie taki kształt, jak powinien.

Wystarczy na naukę, braknie na wdrożenie

Na co zostanie przeznaczone finansowanie z konkursu LIDER? Większość środków zostanie przeznaczonych na zakup sprzętu i materiałów koniecznych do opracowania i sprawdzenia skuteczności nowego rozwiązania.

Duży koszt to na pewno infrastruktura obliczeniowa. Mamy w AGH komputery, jak Prometheus czy Athena, ale to są – przynajmniej zdaniem naszego zespołu projektowego – urządzenia, na których wykonuje się już docelowe obliczenia, konkretne eksperymenty porównawcze i trening docelowych modeli sieci neuronowych. Natomiast nie jest to sprzęt do prototypowania rozwiązań – interfejs, który tam występuje, nie jest do tego przystosowany. W związku z tym taki sprzęt musimy zakupić. Kolejny koszt to wynagrodzenia, ponieważ w projekcie będzie sumarycznie, na część etatu, zatrudnionych sześć osób, w związku z czym nawet symboliczne wynagrodzenia stanowią spory koszt. Dodatkowe koszty związane są z kupnem zestawów mieszanej rzeczywistości i koszty pomniejsze – utrzymywanie strony internetowej projektu, promocja rozwiązania, wyjazdy na konferencje naukowe czy publikacje open access.

W ramach projektu z wykorzystaniem aparatury dostępnej w AGH zostaną wydrukowane testowe implanty, które następnie zostaną zaprezentowane neurochirurgom z różnych krajów, by ocenili skuteczność oraz użyteczność implantów w praktyce. Na tym etapie implanty nie będą jeszcze wszczepiane pacjentom – chociaż naukowcy będą wykorzystywali do ich stworzenia również materiały certyfikowane medycznie do druku implantów kostnych. Jednak aby wszczepić zaprojektowane implanty konieczne byłoby uzyskanie certyfikacji medycznej samego oprogramowania. Jak mówi dr inż. Marek Wodziński, to krok znacząco wykraczający poza budżet tego projektu – wymagałoby to dodatkowego dofinansowania ze strony AGH albo znalezienia inwestora zewnętrznego. Kierownik projektu dodaje z nutą optymizmu, że uzyskanie certyfikatu na oprogramowanie jest znacznie krótszym procesem niż uzyskanie certyfikatu na drukarki czy materiały biomedyczne, który mógłby zająć kilka lat. Korzystanie z nich jest zatem wielkim ułatwieniem – jeżeli tylko uda się stworzyć funkcjonujący prototyp i znaleźć źródło finansowania, to uzyskanie certyfikatu powinno być możliwe stosunkowo szybko. To informacja, która może podnieść na duchu nie tylko osoby oczekujące na rekonstrukcję kości czaszki, ale i nas wszystkich – bo nauka już wkrótce może pomóc pokonać kolejną barierę.

Stopka