Sari direct la conținut

Tehnologia care poate schimba medicina și este implementată deja în România

Tehnologia în medicină, Foto: freepik.com
Tehnologia în medicină, Foto: freepik.com

​În 2020 putem spune fără să greșim că tehnologia și-a făcut loc în viețile noastre. Odată cu acest demers, am câștigat timp, am eficientizat sarcini și ne-am extins capabilitățile. Care-i următorul pas? Să ne bazăm pe tehnologie și în domeniul medical. Se întâmplă deja asta, prin diverse inițiative, dar acesta e un domeniu în care încă e loc de numeroase inovații.

Criza medicală de anul acesta ne-a arătat, mai repede și mai radical decât ne-am fi dorit, că sistemul medical are nevoie de tehnologie. Fie că vorbim de roboți care pot avea primul contact cu pacienți sau soluții de interacțiune de la distanță, fie că e o aplicație care „știe” cu cine ne-am întâlnit și ne poate avertiza dacă suntem într-un potențial pericol.

În esență, de ce nu ne-am extinde tehnologia și mai mult în domeniul medical? Inițiative sunt, multe chiar și în România, după cum am văzut în prima jumătate a acestui an. Dan Tudose, conferențiar universitar, Facultatea de Automatică și Calculatoare, Universitatea „Politehnica” București, mi-a explicat însă că indiferent cât de repede ne-am dori să avem rapid soluții, nu-i totul la fel de simplu ca în cazul aplicațiilor cotidiene. „Să dezvolți o aplicație care are scop medical sau are o componentă medicală presupune un grad mult mai ridicat de certificare față de un dispozitiv de uz general, nemedical. Certificările sunt acordate de organismele acreditate din țările în care dorești comercializarea aplicației sau dispozitivului care rulează codul respectiv – de exemplu, Food and Drug Administration (FDA) în Statele Unite”.

Cu cât un produs de uz medical e mai vital pentru pacient, cum ar fi un ventilator medical, cu atât rigoarea e la un nivel mai ridicat. Și așa ar trebui să fie. „Trebuie să respecți anumite cerințe suplimentare față de o aplicație obișnuită și la fiecare pas pe care îl faci trebuie să documentezi procesul. Documentarea respectivă va fi folosită în certificarea produsului respectiv. Toți acești pași presupun un cost suplimentar de dezvoltare, dar sunt necesari pentru a certifica dispozitivul sau aplicația conform normelor în vigoare de sănătate publică și că dispozitivul nu poate cauza rău pacientului”, a mai detaliat acesta.

„Aici vorbim despre sisteme care, în cazul unei defecțiuni, pot afecta starea de sănătate a pacientului. Există mai multe clase de certificare, în funcție de gradul de pericol la care sistemul poate supune utilizatorul în cazul unei defecțiuni. De exemplu, sunt foarte puține șanse ca un termometru digital care funcționează defectuos să îți pună viața în pericol, dar chiar și pentru un astfel de dispozitiv sunt cerințe care trebuie respectate pentru a afișa corect și cu o anumită precizie temperatura măsurată. Cerințele devin mult mai ridicate dacă vorbim, de exemplu, despre un ventilator mecanic, adică un dispozitiv medical care pompează în mod controlat aer în plămânii unui pacient. Comercializarea unui astfel de sistem vine doar la finalul unor verificări foarte stricte. Orice demers în dezvoltarea de aplicații în domeniul medical trebuie să înceapă de la o studiere atentă a regulilor și normelor în vigoare”, mi-a mai explicat Dan.

Sistemul românesc care „citește” radiografii

Ștefan Iarca, cofondator XVision, mi-a explicat cum au dezvoltat el și echipa lui soluția care analizează radiografii și asistă medici radiologi. În prezent, sunt cinci oameni care se ocupă de partea tehnică și patru în echipa medicală (medici specialiști și radiologi).

Ca limbaj de programare, pentru dezvoltarea algoritmilor de inteligență au folosit Python, iar ca frameworks de lucru au apelat la Fastai, PyTorch și Keras. „Am ales această structură, deoarece Python este unul din cele mai populare și bine dezvoltate limbaje din domeniu. De asemenea, este un limbaj cunoscut de mulți programatori. Astfel, în momentul în care dorim să ne creștem echipa tehnică, putem găsi cu ușurință oameni calificați care ni se pot alătura”, mi-a detaliat Ștefan.

Inteligența artificială, în acest context, vine în ajutorul medicilor prin gestionarea aspectelor repetitive în analiza radiografiilor, iar medicii în cauză se pot contra pe aspecte mai complexe ale diagnosticării și, implicit, tratării. „AI e un domeniu destul de complex, dar, concret, noi abordăm subdomeniul de computer vision. Mai exact, folosim tehnici de «object detection» (localizarea patologiilor pe imaginile medicale) și «multi-label classification» (încadrarea tiparelor vizuale identificate în anumite clase de patologii). Ca să reușim asta, folosim rețele neurale de tip generativ adversarial, convoluțional (pentru radiografia clasică) și 3D (pentru tomografii computerizate), dar și rețele specifice pentru segmentare medicală.

Sistemul acesta servește ca un asistent pentru doctor și poate verifica în timp foarte scurt, cu interpretări precise, un număr considerabil de radiografii. Compania a fost fondată în Timișoara, în 2018, de patru oameni cu experiență în software development și inteligență artificială. S-au alăturat apoi medici radiologi de la Spitalul Județean de Urgență din Timișoara. Iar XVision a pornit cu algoritmi pentru radiografiile de torace, unde poate detecta 17 patologii, iar sistemul e folosit în prezent în mai multe spitale publice din România.

Ce înseamnă însă integrarea unui astfel de sistem în spitale care sunt sau nu pregătite? Vestea bună e că demersul nu-i complicat. Ștefan mi-a spus că procesul se derulează cu ușurință. „Se instalează pe un server în cadrul spitalului și se conectează la rețeaua de intranet a acestuia. Aplicația e rulată local, astfel încât datele să nu părăsească unitatea medicală. Lucrăm cu date cu caracter sensibil și de aceea acordăm o mare atenție detaliilor ce țin de asta. După instalarea serverului, programul devine disponibil doctorilor pe calculatoarele din cadrul spitalului”.

Ștefan Iarca. Sursa foto: Facebook

Aplicația care pune pe hartă farmacii

Cu ce mi-a spus Dan am pornit în căutarea unei soluții care nu evaluează starea de sănătate a pacienților, dar îi poate ajuta cu partea a doua a tratării: tratamentul propriu-zis și unde îl pot găsi. Așa am ajuns la Pharma Points, o soluție lansată în plină criză medicală. Doru Mircea, fondator Doctrina.biz (care a dezvoltat aplicația), mi-a povestit cum au dezvoltat-o cu o persoană full time și doi – trei colaboratori externi.

Te poți raporta la Pharma Points ca la o aplicație clasică de maps, dar cu un scop precis: ajută utilizatorii să găsească o anumită farmacie, folosind drept criterii de căutare județul, localitatea și produsul căutat. Același model poate fi folosit pentru orice altă căutare: medic de o anumită specialitate, disponibilitatea programului, tipuri de servicii etc.

Această soluție e construită prin integrarea mai multor platforme digitale pentru un produs finit la care utilizatorul să aibă acces. Platforma de bază este Messenger de la Facebook, dar conectată la Manychat, cea mai bună platformă de chat marketing existentă. Apoi, Manychat este integrat cu Botsheets, o altă platformă digitală care exploatează capabilitățile Google Sheets. În Sheets sunt folosite formule speciale care transformă textele scrise de utilizator în mesaje ușor de recunoscut pentru software.

Astfel, userii scriu un text în Messenger, mesajele ajung în Manychat, de unde sunt exportate în Sheets, sunt prelucrate, apoi returnate în Manychat într-o formă „digerabilă” pentru software. Când un user caută o anumită informație, Manychat trimite un „dynamic request” cu ajutorul Botsheets către acest Google Sheet (baza de date) și returnează rezultatul userului, tot în Messenger.

Într-o lume conectată, de ce n-am contribui cu toții la cercetare?

Prima dată când am aflat eu de noțiunea „cloud” a fost acum 10 ani. Și mi s-a părut senzațional să ai un „computer” la distanță pe care poți stoca, procesa și accesa de oriunde. Sigur, atât timp cât ai internet. Apoi am descoperit un alt demers pe care cred, ca societate, că-l vom exploata cu adevărat abia în următorii ani.

Demersul acesta e despre a-ți pune tu computerul – că e telefon, tabletă sau calculator clasic – în slujba unui scop nobil. Un proiect construit pe acest principiu este Folding@home. Numele e, de asemenea, special: acel „folding” reprezintă procesul prin care o proteină „se pliază” sau își asumă o formă funcțională ca să-și îndeplinească funcția biologică. Dar aici vorbim de computere, așa că „plierea” se referă la furnizarea puterii de procesare pe care computerul tău n- o folosește ca să analizeze date utile cercetătorilor.

În miezul crizei medicale, peste 700.000 de noi membri s-au alăturat proiectului Folding@home. Spre comparație, sunt în general aproximativ 30.000 de persoane care contribuie. Și s-a văzut în puterea de procesare: aproximativ 2,4 exaflopi putere de procesare la mijlocul lunii aprilie. Practic, un „computer” global mai puternic decât cele mai performante supercomputere din lume. La un loc. Spre comparație, cel mai nou lider – Fugaku – are o capacitate de 415,5 petaflopi.

Și ce facem cu toată această putere de procesare? În 2020 am văzut, mai clar ca niciodată, de ce sunt importante matematica și statistica cuplate cu modele care pot oferi o estimare despre dezvoltarea unei probleme. Cu cât e mai mare puterea de procesare, cu atât evoluția problemei respective – o pandemie în cazul de față – poate fi estimată mai bine. Chiar dacă Folding@home analizează, în general, cum sunt transformate proteinele în corpul uman, modelul care poate fi analizat poate fi schimbat în funcție de nevoia de la un anumit moment.

În cazul pandemiei, virusul SARS-CoV-2 e compus din trei proteine. Astfel, un supercomputer poate analiza cum se atașează virusul de celule umane și cum infectează un organism. Da, nu vorbim de-o soluție medicală per se, cu îmbunătățirea imediată a stării de sănătate, dar astfel de analize pot ajuta sisteme medicale din întreaga lume.

Sunt numeroase căi pe care tehnologia o poate lua și către care poate fi orientată ca să ajute direct oameni. „Întotdeauna depinde de aplicația pentru care se dezvoltă cod”, după cum mi-a zis Dan Tudose. „Când vorbim despre sisteme complexe, care pot fi utilizate într-un laborator medical sau într-un spital, ai cerințe mult mai exigente în dezvoltarea de cod, care sunt impuse de certificările pe care sistemul va trebui să le obțină pentru a fi comercializat (cum ar fi cele valabile pentru UE, SUA sau pentru fiecare țară în parte). Dacă ne referim la sisteme care folosesc machine learning și inteligență artificială, există limbaje de programare mai potrivite decât C. Python sau C++, de exemplu, sunt unele dintre cele preferate, pentru că permit folosirea facilă a unor biblioteci de machine learning cum ar fi TensorFlow. Aceste sisteme de calcul pot fi mai apropiate de calculatoarele obișnuite din punct de vedere al puterii de calcul și al capacității memoriei. Vorbim despre sisteme embedded care pot rula sisteme de operare cunoscute, precum Linux sau chiar Windows. Avantajul pe care aceste sisteme îl au față de un sistem embedded de cost redus este că un dezvoltator are la dispoziție toată suita de limbaje de programare și medii de dezvoltare pe care le poate regăsi și într-un calculator obișnuit – Java, Python, C++, R etc.”, a completat Dan.

Dan Tudose. Sursa foto: Facebook

Independent de dezvoltarea propriu-zisă, contează foarte mult feedback-ul. Ștefan Iarca mi-a spus că pentru ce fac ei la XVision e importantă relația apropiată cu medicii radiologi. „Din ce am observat din interacțiunile cu ei, platforma e de mare ajutor în gărzi, când, pe fondul oboselii și a volumului mare de lucru, poate interveni eroare umană. XVision le poate atrage atenția asupra unor lucruri pe care e posibil să le omită. De asemenea, este un ajutor în procesul de triere și prioritizare a pacienților, punând la dispoziție un algoritm de screening general ce identifică dacă o radiografie este normală sau are anumite patologii.

În esență, contextul în care ne aflăm e acesta: sunt disponibile toate instrumentele necesare, contează ce produse ies la finalul folosirii acestora. Odată cu astfel de soluții medicale, sau care pot susține demersul medical prin analiza unor volume imense de date, vorbim și de o maturizaredirectă a tehnologiei. Spre deosebire de piața mare a programării, unde pot avea sau nu succes jocuri video, aplicații de chat sau noi rețele sociale, pentru medicină utilitatea e directă și de un ajutor mult mai mare. Ceea ce pot fi doi factori motivanți extraordinari.

ARHIVĂ COMENTARII