CIRCA to internetowy serwis wspierania obrazowej diagnostyki COVID-19, wykorzystujący techniki uczenia maszynowego, który pozwoli lekarzom dyżurującym na izbach przyjęć oraz oddziałach szpitalnych na szybką wstępną ocenę charakteru zmian w rejonie płuc w grupie pacjentów z zaburzeniami czynności oddechowych, a co za tym idzie - identyfikację pacjentów wymagających różnego zaopatrzenia ze strony personelu medycznego.

Zespół pod kierownictwem prof. dr hab. inż. Joanny Polańskiej (Dziekan Wydziału Automatyki, Elektroniki i Informatyki), w skład którego wchodzą: dr inż. Franciszek Binczyk, dr inż. Paweł Foszner, mgr inż. Wojciech Prażuch oraz mgr inż. Aleksandra Suwalska otrzymał z MNiSW dofinansowanie w wysokości 600 tys. zł w związku z realizacją zadania szczególnie istotnego dla polityki naukowej państwa.

Nagrodzony projekt „CIRCA - internetowy serwis wspierania obrazowej diagnostyki COVID-19” ma na celu wsparcie i przyspieszenie  diagnostyki obrazowej COVID-19 w oddziałach SOR.
Powstałe narzędzie, wykorzystujące techniki uczenia maszynowego, pozwoli lekarzom dyżurującym na izbach przyjęć oraz oddziałach szpitalnych na szybką wstępną ocenę charakteru zmian w rejonie płuc w grupie pacjentów z zaburzeniami czynności oddechowych, a co za tym idzie - identyfikację pacjentów wymagających różnego zaopatrzenia ze strony personelu medycznego. Wobec dużej liczby nowych przypadków, możliwość wydzielenia na podstawie ogólnie dostępnego badania RTG grupy osób o wysokim ryzyku zmian obrazowych typowych dla COVID-19 stanowić będzie duże ułatwienie diagnostyczne.
Zaproponowany system analizy radiogramów jest połączeniem kilku konwolucyjnych i klasycznych sieci neuronowych, które wraz z szeregiem procedur pomocniczych pozwalają na automatyczną identyfikację zdjęć RTG płuc, segmentację regionu płuca oraz identyfikację przypadków obrazowo zmienionych w wyniku rozwoju COVID-19. Aktualnie, ze względu na potrzebę chwili, system dedykowany jest rozróżnieniu trzech podstawowych stanów: obrazu bez zmian chorobowych (zdrowe płuca), ze zmianami charakterystycznymi dla zapalenia płuc w COVID-19 oraz ze zmianami charakterystycznymi dla innych stanów zapalnych płuc (bakteryjnych i wirusowych). Trwają prace nad rozszerzeniem jego funkcjonalności o kolejne jednostki chorobowe.
Stworzony w środowisku Python™ silnik obliczeniowy sprzęgnięty został z portalem internetowym, umożliwiając tym samym korzystanie z systemu w trybie on-line wielu użytkownikom równocześnie.   
W ramach projektu powstanie również ogólnopolska baza danych obrazowych PolCOVID, która pozwoli na retrospektywną dogłębną analizę dziesiątek tysięcy zdjęć RTG umożliwiając opracowanie szczegółowych wytycznych diagnostycznych dla klinicystów i identyfikacja sygnatury radiomicznej COVID-19 na różnych etapach jej zaawansowania. W przyszłości, dzięki szczegółowej analizie danych zebranych w trakcie epidemii, wspartej weryfikacją wydawanych na bieżąco w trakcie epidemii opinii ekspertów radiologów, możliwe będzie określenie cech radiomicznych i zakresów ich zmienności charakterystycznych dla COVID-19. Napływające do bazy PolCOVID kolejne badania będą również wykorzystywane na bieżąco do strojenia opracowanego systemu AI.

źródło: Politechnika Śląska