informatika v medicíně – pomáháme diagnostikovat Parkinsonovu a Alzheimerovu chorobu

Systém pro detekci Parkinsonovy nemoci – zpracované snímky pacienta s Parkinsonovou chorobou.

Dnes si zřejmě neumíme představit život bez informačních a komunikačních technologií. Počítače najdeme téměř všude, ať už se jedná o chytrý telefon v kapse, spotřebiče v domácnosti, automobil, sofistikované výpočetní systémy a databáze ve výrobě i službách, v autonomních zařízeních i robotických systémech… Superrychlé počítače nám pomáhají zpracovávat obrovská množství dat, jejichž správná interpretace může naši společnost posouvat velmi rychle kupředu.

S informatikou se setkáme všude, včetně zdravotnictví. A teď nemyslíme jen systémy, které přesně vypočítají poměry látek při výrobě léčivých přípravků, ani databázové systémy, které umožňují lékařům napříč světem sdílet záznamy svých pacientů (samozřejmě, pokud je to potřeba). Myslíme tím reálné aplikace a programy, které pomáhají lékařům, doslova špičkám ve svém oboru, diagnostikovat širokou paletu nemocí, a to ještě mnoho let před tím, než u pacienta vypuknou.

Vývoji expertního systému v oblasti medicíny se věnují také akademičtí a vědečtí pracovníci na Ústavu informatiky FPF SU v Opavě. Jmenujme jednoho z autorů článku Dr. Jiřího Blahutu, dále pak doc. Petra Čermáka, Dr. Jiřího Martinů, Mgr. Jakuba Skácela i další, kteří se ve spolupráci s předními českými radiology (sonografisty) zabývají tvorbou systémů pro diagnostiku Parkinsonovy choroby. Systém je vyvíjen od roku 2011 a postupně je rozšiřován o další funkce a možnosti. Vstupem mu jsou obrazová data získaná pomocí ultrazvuku nebo magnetické rezonance. Výstupem pak hodnota pravděpodobnosti výskytu nemoci.

Prvně byl systém navržen pro analýzu změn echogenit v mozkové oblasti substantia nigra (černá substance ve středním mozku). Vysoká echogenita (neboli schopnost orgánů a tkání vytvářet při sonografickém vyšetření znatelný obraz) právě v černé substanci je jedním z hlavních ukazatelů pro pravděpodobnou progresi Parkinsonovy choroby. Naše metoda pak spočívá v použití algoritmu prahování, který slouží k segmentaci obrazu založené na hodnocení jasu každého pixelu, v příslušné oblasti zájmu – v tomto případě v černé substanci ve středním mozku. Systém pracuje s rozsáhlou databází snímků pacientů s diagnózou i zdravých jedinců. Na radě z nich pomohli o problému rozhodnou zapojení experti z oblasti radiologie. Systém jsme naučili tato specifika rozpoznávat a nyní je schopen nám poskytnout diagnózu z vysokou přesností.

Velice pěkně můžeme funkci systému demonstrovat na snímku pacienta s Parkinsonovou chorobou, viz obrázek. Jedná se o měření řady snímků magnetické rezonance jednoho pacienta. V pravé části je ohraničená oblast zájmu, která je podrobena algoritmu. Vlevo potom vidíme křivku, která udává míru onemocnění. Červená křivka zde představuje normu, tedy pokud je černá křivka nad červenou, jedná se o pacienta s Parkinsonovou nemocí. Pokud by černá křivka byla pod červenou, pak by byl nález negativní.

Dnes je funkcionalita systému rozšířena o analýzu mediotemporálního laloku a jeho atrofie pro detekci Alzheimerovy choroby, kde jsme využili jiný přístup algoritmu k analýze poměru černých a bílých pixelů v různých oblastech zájmů, byť se stále jedná o mozek. Další částí je detekce aterosklerotických plátů pro diagnózu aterosklerózy, tedy chronického progresivního onemocnění cévní stěny, jinak také kornatění tepen. I zde se držíme algoritmu pro segmentaci digitálního obrazu z ultrazvukových snímků, s určením diagnózy nám však pomáhá i umělá inteligence – neuronová síť.

V současné době se náš výzkum ubírá více k analýze digitálních obrazových dat z magnetické rezonance a aplikace na více oblastí zájmu, naposledy např. na štítnou žlázu. Primárním neklinickým cílem je pak důkaz, že můžeme algoritmus reprodukovat na mnoho dalších radiologických oblastí, s čímž nám pomáhá řada odborných klinických studií.

Literatura pro zájemce:

Blahuta, J. et al. Measurble Difference Between Malignant and Begign Tumor on the Thyroid Gland Recognizable Using Echogenicity Index in Ultrasound B-MODE Imaging: An Experimental Blind Study. In International Work-Conference on Bioinformatics and Biomedical Enginnering. 2022. DOI: https://doi.org/10.1007/978-3-031-07704-3_23

Blahuta, J. et al. Brightness levels in MRI should correspond with echogenicity grade in ultrasound B-MODE images: A pilot study of reproduciblity using ROI-based measurement between two blind observers. In Proceedings of the 21st Conference on Information Technologies – Applications and Theory. 2021. Dostupné z: http://ceur-ws.org/Vol-2962/paper01.pdf

Blahuta, J. et al. Approach to automatic segmentation of atherosclerotic plaque in B-images using active contour algorithm adapted by convolutional neural network to echogenicity index computation. In Proceedings of the 20th Conference on Information Technologies – Applications and Theory. Dostupné z: http://ceur-ws.org/Vol-2718/paper31.pdf

Blahuta, J. et al. Transkraniální sonografie mediotemporálního laloku u pacientů s Alzheimerovou demencí. Česká a slovenská neurologie a neurochirurgie. DOI: http://dx.doi.org/10.14735/amcsnn2020189


Autoři článku: Ing. Jiří Blahuta, Ph.D., Mgr. Kamil Matula, Ph.D.

Tento článek vznikl díky projektu „Rozvoj VaV kapacit Slezské univerzity v Opavě“, reg. č. CZ.02.2.69/0.0/0.0/18_054/0014696.

informatika a příroda

Hlasoví asistenti, roboti, chytrá auta nebo protihráči v počítačových hrách, to vše tvoří část umělé inteligence, která se stala součástí každodenního života. Během přednášky vám Mgr. Daniel Valenta, Ph.D. z Ústavu informatiky ukáže na praktických příkladech, jak nám v této oblasti pomáhá příroda, a proč se jí inspiruje.

hledání pravdy mezi dezinformacemi

Nejdříve bychom si měli říct, co je to dezinformace…dezinformace je informace, která může být zčásti pravdivá, a která z větší části může zapadat do poznání světa, které máme a na kterém se s jinými shodneme… ale bohužel není jen tím. Dezinformace totiž mezi pravdivými informacemi obsahuje také překroucená fakta, nebo zabarvená sdělení. Narážky, které nedořekne, ale náš mozek si je domyslí.

Některé dezinformace jsou navíc velmi rafinované, takže často nelze říct, zda se jedná o dezinformaci, jednoduše proto, že další informace chybí. Proto by se před dezinformacemi měli mít všichni na pozoru. Není to jen doména méně vzdělaných nebo starších lidí, kteří neměli ve škole informační výchovu. Pod palbou dezinformací jsme všichni!

A na pozoru se musíme mít stále, protože jedna „zaručená pravda“ vede ke druhé „zaručené pravdě“ a ta ke konspirační teorii. A pokud člověk uvěří jedné konspirační teorii, je dokázaným faktem, že je náchylnější k tomu, aby uvěřil i dalším. Pak už je jen krůček k tomu, aby si doma začal skládat aluminiovou čepici a koupil si lístek na setkání „flatearthistů“.  

Navíc příkladů dezinformací je strašná spousta… od hloupostí typu „země je plochá“ a na oběžné dráze čeká neviditelná loď „Aštara Šerana“, až po sofistikované hry s pravdou, kdy např. o některých politicích nemůžete přímo říct, že lžou, ale jejich vyjádření jsou natolik mlživá a víceznačná, že dovedou např. bandu konfederačních stoupenců k útoku na Kapitol.

Jako dospělí, vzdělaní a slušní lidé si musíme uvědomit několik věcí. Zaprvé, menšina nedělá většinu. Dost často se zdá, že je v různých médiích slyšet jen ty, kteří křičí proti rouškám a proti opatřením a obhajují to tím, že pandemie neexistuje. Vedle nich ale existuje velká spousta lidí, kteří své chování v průběhu současné krize berou velmi odpovědně a musíme říct, že je jich většina, protože jinak by pandemie narostla do daleko větších rozměrů.

Zadruhé uvědomme si, že argumentace tím, co se nám momentálně nejvíce hodí, nikomu nic nevyhraje. Obecně se to bere tak, že když si člověk umí svůj postoj obhájit, má právo ho zastávat. Je tak trochu hrdina, protože stojí proti davu. Tak to ale není, všichni se jako společnost řídíme určitými pravidly a tam, kde končí moje svoboda, začíná svoboda jiných lidí. Nemůžeme a nesmíme říkat, co nás napadne, protože reálná pravda stále existuje, historie je plná důkazů. Ať už se argumentuje o nadřazenosti bílé rasy, nebo o tom, že vše vyrobené v sovětském svazu je nejlepší, vždycky jsou tu reálná fakta, která nás udeří do obličeje.

Co tedy dělat a jak se bránit? Největším problém je, že nikdy nemůžete být odborníkem na všechno. Dnes abyste správně pochopili situaci na Blízkém Východě, musíte léta studovat mezinárodní vztahy. Abyste věděli, co se děje v průběhu pandemie, musíte studovat medicínu a epidemiologii. A abyste pochopili, proč máme léto v zimě a v létě zimu, musíte studovat klimatologii. Proto máme jako společnost odborníky, kterým nasloucháme. Ovšem ani u nich bychom neměli být úplně nekritičtí.

Abychom se správně zorientovali, vždy bychom se měli zastavit a přemýšlet. Původci dezinformací vlastně vždy chtějí, aby si člověk udělal rychle úsudek, aby nezapínal šedou kůru mozkovou, aby se choval reaktivně, protože pak je nejvíce ovlivnitelný. Proto, když uslyšíme něco senzačního, je důležité se zastavit a provést jednoduchou analýzu argumentu. Tím zlikvidujete 90 % hloupostí, které proudí k Vašim uším a derou se o Vaši pozornost.

Položte si tyto otázky, čím daný člověk argumentuje? Jedná se o platný argument ve všech případech? Je uváděn zdroj informace? Patří zdroj mezi důvěryhodná média? Jaká je Vaše zkušenost s daným problémem, neliší se pojetí od toho, co máte za léta osvědčené? Pokud se např. jedná o nový problém a naše zkušenosti nám nepomohou, můžeme se obrátit také na webové stránky, odborné články a ověřené zdroje, které nám mohou poradit (hoax.cz, manipulatori.cz, demagog.cz aj.).

Uveďme si to na příkladu ze současnosti a stanovme si otázku: „Je dobré se nechat očkovat proti onemocnění COVID19?“ Na to nám pomůže odpovědět Vaše předchozí zkušenost. Byli jste někdy proti něčemu očkovaní? Pokud ano, určitě víte, že se jedná o poměrně bezbolestnou proceduru, která ochrání Vaše tělo před nemocí, která by pro Vás mohla být fatální.

Můžete si vzpomenout, že se Vás vždy lékař ptá, zda nejste v době svého očkování nemocný/nemocná, aby nebyl Váš imunitní systém zatížen jinou chorobou. Dále lékař Vám vždy vysvětlí, že můžete mít po očkování mírnou reakci v podobě zčervenání kůže, teploty, bolesti svalů atd. On zároveň zhodnotí Váš zdravotní stav, aby očkování doporučil. Dále Vás (po kterémkoli očkování) nechá sedět půl hodiny v čekárně, aby se zjistilo, zda nejste na nějakou složku alergičtí (což může vyvolat anafylaktický šok). Všichni jsme s tímto postupem naprosto srovnáni, co se týká běžných očkování, jako jsou očkování proti tetanu a neštovicím, ale proč to vnímáme jako silný problém právě u očkování proti COVID19?

Hlavním katalyzátorem je strach. Strach je jednou ze dvou nejzákladnějších emocí, které jako živočichové máme. Je dokázáno, že ptáci, savci, plazi, všichni touto emocí disponujeme a evolučně ji máme velmi, velmi dlouho. Máme ji déle než šedou kůru mozkovou, na kterou jsme jako homo sapiens sapiens tak hrdí. Je to právě ono reaktivní chování, ke kterému jsme ji v minulosti potřebovali. Strach totiž připravuje naše tělo na útok, nebo na útěk, které nám zajistily přežití.

Ovšem útok ani útěk nám v současné situaci nepomůže. Co nám pomůže, je právě ona šedá kůra mozková, které musíme dát čas a správné zdroje ke zpracování informací jako v případě rozhodnutí ohledně očkování.

Autor článku: Mgr. Anna NOVOTNÁ, Ph.D.