System DECODE z Politechniki Śląskiej wspomaga diagnostykę COVID-19

Z ramienia Politechniki Śląskiej w projekt DECODE zaangażowanych jest ponad 15 osób – zarówno pracowników, jak i doktorantów. Główni koordynatorzy poszczególnych części to profesorowie Joanna Polańska, Marek Sikora, Aleksandra Gruca oraz dr Joanna Żyła. Zespół naukowców we współpracy ze Szpitalem Specjalistycznym nr 1 w Bytomiu, reprezentowanym przez dr. hab. n. med. Jerzego Jaroszewicza – Kierownika Oddziału Obserwacyjno-Zakaźnego i Hepatologii – opracował internetowy system, który pozwoli wstępnie wykluczyć COVID-19 u osób, które podejrzewają u siebie zachorowanie, ale nie mających COVID-19.

O systemie, którego robocza nazwa to DECODE (Data drivEn COVID-19 DEtection), prof. Jerzy Jaroszewicz (na zdj.) opowiadał 4 lipca podczas III Forum Wirusologicznego w Warszawie. – Algorytm diagnostyczny tworzony jest w oparciu o takie dane, jak wiek, płeć, objawy kliniczne, choroby współistniejące, wywiad z pacjentem i inne czynniki ryzyka zakażenia SARS-CoV-2 – wyjaśnia prof. Jaroszewicz, dodając, że docelowo kalkulator ryzyka zostanie udostępniony w postaci online lub aplikacji. – Mógłby on posłużyć pacjentom lub lekarzom różnej specjalności w szybszym zdiagnozowaniu lub wykluczeniu zakażenia koronawirusem – dodaje.

Głównym celem tego projektu jest zapewnienie narzędzia dostępnego online i umożliwiającego szybkie wyodrębnienie osób rzeczywiście zarażonych wirusem SARS-CoV-2. Aby zmaksymalizować skuteczność algorytmu twórcy zdecydowali o poszerzeniu liczby sprawdzanych przez niego wartości. – Podobne serwisy zostały już opracowane, ale zadają one np. tylko 3 pytania, te najważniejsze, dotyczące temperatury, duszności i kaszlu. To tymczasem – jak sprawdziliśmy – nie zawsze jest objawem COVID-19, jeśli np. równolegle panuje grypa – mówi prof. M. Sikora. – Rozszerzyliśmy ten zakres o bardziej szczegółowe pytania, np. o objawy neurologiczne. Takich cech diagnostycznych jest dziewięć. Potem pytamy o choroby współistniejące – dodaje. Z inteligentnego systemu oceny ryzyka skorzystają zarówno pacjenci, jak i lekarze. Naukowcy mają nadzieję, że dzięki niemu zmniejszeniu ulegnie liczba osób, które zbyt kierują się do szpitali zakaźnych, błędnie rozpoznając symptomy.

Inspiracją do podjęcia inicjatywy była niekompatybilność ankiet zbieranych w różnych placówkach medycznych wśród potencjalnych pacjentów. Dzięki opracowaniu jednolitego systemu selekcji możliwe stanie się ukształtowanie wiedzy na temat zależności między zarażeniem a objawami. Twórcom zależy na tym, by przygotowany serwis był atrakcyjny również pod kątem wizualnym. – Obecnie pracujemy nad sposobem prezentacji wyników badania, tzn. nie chcemy podawać tylko „jesteś chory”, „nie jesteś”. Chcemy przedstawić również prawdopodobieństwo oraz graficznie ilustrować, jak te cechy, które podał użytkownik, plasują się na tle danych statystycznych w grupie zarażonych i niezarażonych. Planujemy jeszcze dodać formatkę objaśniającą, na ile te objawy, które pacjent wpisał, przyczyniły się do diagnozy, jaką postawił system – opowiada prof. M. Sikora. Z kalkulatora będą mieć pożytek również pracownicy służby zdrowia. – Jeśli lekarze będą chcieli robić przekrojowe zestawienia i generować raporty, to serwis może mieć taką funkcjonalność – zapewnia profesor Sikora.

Sam algorytm nie zastąpi lekarza, testów molekularnych PCR czy badań radiologicznych, ale może pomóc w optymalizacji ich wykonywania. Dr. hab. n. med. Jaroszewicz podkreśla, że będzie na bieżąco aktualizowany i dostosowany do uwarunkowań lokalnych, takich jak np. różne objawy na różnym terenie. – Chciałbym, aby ten projekt oparty o analizę danych z uwzględnieniem algorytmów genetycznych i sztucznej inteligencji żył i abyśmy nawet po jego uruchomieniu mogli go ciągle doskonalić – dodaje.

Współpracę Politechniki Śląskiej i Szpitala Specjalistycznego nr 1 w Bytomiu zainicjowały władze Uczelni. Na tej podstawie zespół naukowców Politechniki Śląskiej pod kierunkiem prof. Joanny Polańskiej podjął współpracę z zespołem prof. Jaroszewicza nad projektem DECODE. Pomysł na projekt zrodził się w czasie rozmowy prof. Joanny Polańskiej z dr. hab. n. med. J. Jaroszewiczem na temat tego, jak komputery mogą pomóc w walce z epidemią koronawirusa – Zebraliśmy już prawie 3000 ankiet diagnostycznych od osób diagnozowanych w szpitalu w Bytomiu na przestrzeni ostatnich kilku miesięcy. Opracowaliśmy wspólnie z lekarzami wzór ankiety, który będzie najprawdopodobniej wdrożony w innych szpitalach. Nasza współpraca z zespołem prof. Jaroszewicza rozwija się intensywnie od kilku miesięcy – mówi profesor Polańska.

Wstępne wyniki działania systemu są zachęcające, ale jak podkreślają twórcy, przed nimi jeszcze wiele analiz i uzupełniania o nowe dane, aby program mógł być jak najbardziej efektywny. – Aby kalkulator ryzyka był jak najlepszy, musimy dostarczyć jak największą liczbę danych od chorych z różnych lokalizacji, dlatego zachęcamy inne szpitale do udziału w tym projekcie. Mamy nadzieję, że wstępna wersja będzie gotowa jeszcze przed spodziewanym wzrostem zachorowań we wrześniu – kończy prof. Jaroszewicz.

To już kolejne przedsięwzięcie realizowane na Politechnice Śląskiej, w którym metody uczenia maszynowego wspierają diagnostykę COVID-19. Wcześniej zaprezentowane zostały dwa odrębne rozwiązania: CIRCA i CORNELIA. Internetowy system CIRCA dokonuje na podstawie bazy danych (1,2 tys. zdjęć RTG) rozróżnienia płuc zdrowych oraz tych ze zmianami charakterystycznymi dla zapalenia płuc w COVID-19 oraz innych stanów zapalnych. Z kolei CORNELIA – Coronavirus Neurological Impairment – umożliwia ankietyzację osób ze zmianami neurologicznymi, które pojawiły się w przebiegu COVID-19. Celem tego projektu jest zweryfikowanie hipotezy o nasilonym występowaniu tego typu zaburzeń w trakcie choroby oraz ocena skali powikłań neurologicznych po jej wyleczeniu.

Politechnika Śląska od samego początku epidemii stara się okazać swoje wsparcie ośrodkom medycznym, tym samym angażując intelektualny potencjał w działania na rzecz walki z wirusem SARS-CoV-2. Realizowane w tym czasie przedsięwzięcia stały się żywym potwierdzeniem tezy, że nauka jest blisko ludzi. Środowisko badawcze wobec nowych potrzeb potrafi zaproponować rozwiązanie, czerpiąc przy tym z kapitału swoich doświadczeń.