VRneck Solution – sztuczna inteligencja w diagnozie i terapii kręgosłupa.

VRneck Solution to projekt badawczo-rozwojowego, którego celem jest wprowadzenie innowacyjnych rozwiązań w procesie diagnozowania i rehabilitacji zaburzeń odcinka szyjnego kręgosłupa. Projekt realizowany jest przez Uniwersytet Medyczny w Łodzi oraz Edventure Research Lab – spółkę z grupy kapitałowej Betacom S.A. 

Nowością metodologiczną zarówno w diagnozie, jak i rehabilitacji kręgosłupa szyjnego jest metoda VRneck Solution, która na podstawie analizy ruchów głowy pacjenta wyznacza tzw. siatkę ruchomości segmentalnej kręgosłupa szyjnego i szyjno-piersiowego. Analiza parametrów tej siatki powinna pozwolić ocenić funkcjonalność poszczególnych segmentów kręgosłupa szyjnego. Kluczowymi parametrami jest trafność i swoistość tej siatki, czyli w jakim stopniu za pomocą tego badania można wykryć zaburzenia funkcjonalne w poszczególnych segmentach kręgosłupa szyjnego (trafność) lub nie wykryć zaburzenia, które nie istnieje (swoistość). Szacuje się, że minimalna wartość tych parametrów nie powinna być gorsza niż 70%.

Technologicznymi elementami innowacyjnymi projektu są:

• Stacja diagnostyczna
  Jest to element prac rozwojowych (nie badawczych), a jej innowacyjność polega na wykorzystaniu elementów wirtualnej rzeczywistości (gogle VR) oraz tzw. headtrackera do analizy funkcji czynnościowych kręgosłupa szyjnego na podstawie analizy ruchów głowy pacjenta.
• System do automatycznej diagnozy oraz do automatycznej terapii oparty na metodach sztucznej inteligencji.
  Innowacyjność tego elementu systemu polega na jego hierarchicznej i warstwowej strukturze, w której oprócz danych uczących wykorzystana zostanie również dziedzinowa wiedza ekspercka z zakresu diagnostyki i rehabilitacji kręgosłupa szyjnego. Nie ma automatycznych, uniwersalnych, dostępnych na rynku (czy to w formie gotowych bibliotek, czy nawet opracowań naukowych) technik tworzenia modeli hierarchicznych. W przypadku naszego projektu planowane jest opracowanie modeli bazujących na sztucznej inteligencji i uczeniu maszynowym. Będzie on rozpoznawał składowe i inne proste elementy diagnostyczne, tak aby stworzyć ostateczny system diagnostyczny, poprzez zastosowanie dodatkowej wersji reguł przybliżonych/rozmytych wnioskujących o składowe wyników podsystemów dla obserwowanych danych wejściowych

Ciekawym zagadnieniem projektu jest określenie minimalnej liczebności zbiorów danych, potrzebnych do „zasilenia” systemu sztucznej inteligencji (AI). Z jednej strony systemy AI wymagają zbiorów danych o możliwie maksymalnej lub wręcz „nieograniczonej” liczbie danych z drugiej istnieją realne ograniczenia co do możliwości pozyskania danych w określonym czasie projektu.

W ramach projektu VRneck przeprowadzone będą badania kliniczne, w których powinno wziąć udział minimum 400 pacjentów. Dane z badań klinicznych zostaną wzmocnione o dane historyczne pochodzące z baz danych innych szpitali Wyzwaniem jest czy dane pochodzące od pacjentów będą wystarczająco reprezentatywne i prezentują całe spektrum przypadków, które system VRneck Solution powinien się nauczyć diagnozować i terapeutyzować. Rozwiązaniem tego zagadnienia jest struktura projektowanego systemu sztucznej inteligencji. Będzie on miał strukturę warstwową, a warstwy, zwłaszcza pierwsza, będą zbudowane z kilku mniejszych podsystemów (np. klasyfikatorów), które rozwiążą mniejsze „podproblemy” potrzebując mniejszych zbiorów danych.

Wniosek o dofinansowanie projektu został złożony w Narodowym Centrum Badań i Rozwoju. Już niebawem (połowa lipca br.) planowane jest spotkanie panelowe z udziałem ekspertów NCBiR oraz przedstawicieli wnioskodawców projektu VRneck Solution.

Udostępnij