PoC pokazuje potencijal AI i HPC tehnologija za razvoj neinvazivnih pristupa procjeni rizika od kolorektalnog karcinoma
Istraživači Univerziteta Donja Gorica i Univerziteta Crne Gore ispitivali su mogućnosti primjene vještačke inteligencije (AI) za prepoznavanje obrazaca povezanih sa kolorektalnim karcinomom na snimcima očnog dna. Uz podršku HPC infrastrukture i interdisciplinarne ekspertize, istraživanje pokazuje kako napredno računarstvo može doprinijeti biomedicinskim istraživanjima i otvoriti nove mogućnosti za buduće primjene u zdravstvu.
IZAZOV
Kolorektalni karcinom predstavlja značajan javnozdravstveni izazov, zbog čega postoji potreba za istraživanjem dodatnih, neinvazivnih pristupa procjeni zdravstvenog stanja. Fotografije očnog dna sadrže informacije o vaskularnim i nervnim strukturama koje mogu odražavati šire promjene u organizmu. Istraživački izazov bio je ispitati da li modeli dubokog učenja mogu prepoznati obrasce povezane sa kolorektalnim karcinomom isključivo na osnovu retinalnih snimaka, bez korišćenja kliničkih i demografskih podataka kao ulaznih parametara.
RJEŠENJE
Istraživački tim razvio je pristup zasnovan na modelu dubokog učenja EfficientNet-B3, koristeći 1.600 fotografija očnog dna iz baze UK Biobank, uključujući 800 snimaka osoba sa kolorektalnim karcinomom i 800 snimaka osoba bez evidentirane bolesti.
Treniranje modela i eksperimenti sprovedeni su na lokalnom HPC klasteru opremljenom NVIDIA L40 grafičkim procesorima, što je omogućilo obradu snimaka visoke rezolucije i ubrzano treniranje modela dubokog učenja. Na nezavisnom testnom skupu model je ostvario AUROC vrijednost od 0,945, tačnost klasifikacije od 87,08%, osjetljivost od 90,00% i specifičnost od 84,17%.
Rezultati potvrđuju tehničku izvodljivost prepoznavanja obrazaca povezanih sa kolorektalnim karcinomom na retinalnim snimcima u kontrolisanim istraživačkim uslovima. Iako obećavajući, ovaj pristup zahtijeva dodatnu nezavisnu i prospektivnu kliničku validaciju prije eventualne primjene u skriningu ili dijagnostici.
BENEFITI
- Primjena HPC-a u biomedicinskim istraživanjima: GPU resursi podržali su obradu retinalnih snimaka visoke rezolucije i treniranje modela dubokog učenja.
- Obećavajući AI dokaz koncepta: Pokazana je izvodljivost razlikovanja osoba sa kolorektalnim karcinomom i bez njega na osnovu retinalnih snimaka u retrospektivnoj studiji.
- Interdisciplinarna saradnja: Povezana je ekspertiza iz oblasti vještačke inteligencije, medicinskog snimanja i kliničke medicine.
- Potencijal za inovacije u zdravstvu: Postavljena je osnova za dalja istraživanja neinvazivnih biomarkera i procjene zdravstvenih rizika uz pomoć AI, uz mogućnosti buduće saradnje sa zdravstvenim ustanovama i kompanijama koje razvijaju medicinske tehnologije.
Istraživanje je podržano kroz projekat AI-AGE, kao i djelimično kroz projekte EuroCC2 i EuroCC4SEE, doprinoseći razvoju i primjeni HPC i AI kapaciteta u biomedicinskim istraživanjima.
Publikacija: Deep Learning Discrimination of Colorectal Cancer using Retinal Fundus Photographs: UK Biobank Case-Control Study, Current Medical Imaging, 2026.