Tim JMM pobjednik je AI4Health.Cro inovacijskog natjecanja

Jakov Rukavina, Mario Tropčić i Marko Domagoj Benković, članovi tima JMM, pobjednici su ovogodišnjeg AI4Health.Cro inovacijskog natjecanja, tijekom kojeg su razvijali prototip aplikacije koja uz pomoć umjetne inteligencije (engl. AI) prepoznaje potencijalno kancerogene lezije na mamogramskim snimkama dojke.

U sklopu godišnje konferencije Europskog digitalnog inovacijskog centra za primjenu umjetne inteligencija u zdravstvu i medicini (EDIH AI4Health.Cro) održana završna manifestacija inovacijskog natjecanja u sklopu kojeg su dodijeljene nagrade za tri najbolja rješenja.

Prvo mjesto i nagradu od 5000 eura odnio je tim JMM koji čine Marko Domagoj Benković, Jakov Rukavina i Mario Tropčić. Drugo mjesto i 3000 eura osvojio je tim BreastFriends koji čine Tomislav Blažeka, Dorotea Jalušić, Nikolina Kosanović i Borna Jelić, dok je treće mjesto i nagradu od 1000 eura osvojio tim Kronos koji čine  Matej Crnković, Jan Ðurinec i Mihovil Stručić.

Svake godine, rak dojke odnosi više od 670.000 života. Rana dijagnostika je ključna za spašavanje života, a programi za rano otkrivanje raka dojke su se pokazali neophodnima kroz pravovremene mamografske preglede. Ipak, sustav je pod velikim pritiskom. Unatoč napretku u medicinskoj tehnologiji, izazovi u ranoj dijagnostici ostaju - od suptilnosti simptoma do prevelikog obujma podataka i slika koje liječnici trebaju obraditi u sve kraćem vremenu.

Na natjecanje se ukupno prijavilo 106 natjecatelja i 34 tima, a 13 timova posljednjih je mjeseci naporno radilo na svojim rješenjima.

Njihov zadatak nije bio nimalo lak, u razvoju rješenja suočili su se s četiri ključna izazova u korištenju AI-a za analizu mamografskih snimki. Prvo su trebali razviti AI model koji prepoznaje i razvrstava lezije dojke prema BI-RADS sustavu, koji je važan za procjenu stupnja rizika od raka dojke. Zatim su morali označiti sumnjiva područja na snimkama, baš kao što to radi iskusni radiolog.

U trećem zadatku su trebali objasniti kako njihov model dolazi do zaključaka, što pomaže u otkrivanju važnih uzoraka i mogućih pristranosti. I na kraju, četvrti zadatak je bio osmisliti jednostavno i korisno sučelje koje liječnicima olakšava tumačenje rezultata, uz jasna objašnjenja dijagnoza i njihove pouzdanosti.

Iz pobjedničkog tima JMM ističu kako im je tijekom procesa najviše koristilo što članovi tima imaju jedinstveni skup znanja i vještina potrebnih za ovaj izazov, tako da su mogli brzo komunicirati i razmjenjivati ideje tijekom rada na zadatku.

Naime, tim JMM čine čine alumni Fakulteta elektrotehnike i računarstva (FER) i Prirodoslovno-matematičkog fakulteta Sveučilišta u Zagrebu. Jakov Rukavina je computer vision stručnjak, koji svojim znanjem doprinosi razvoju sofisticiranih algoritama za analizu slika.

Uz njega, ključnu ulogu u timu imaju Mario Tropčić, doktorand na FER-u, čija specijalnost su algoritmi dubokog učenja koji, u ovom slučaju, omogućavaju precizno prepoznavanje uzoraka i anomalija u medicinskim slikama, te Marko Domagoj Benković, stručnjak za strojno učenje s Fakulteta prometnih znanosti Sveučilišta u Zagrebu, koji pridonosi svojim znanjem o najnovijim tehnološkim trendovima i inovacijama u području umjetne inteligencije.

"Rješenje smo predstavili kroz interaktivno sučelje koje omogućuje liječnicima obradu i analizu mamografskih snimaka pacijenata u realnom vremenu, pružajući mogućnost usporedbe trenutnih nalaza s prethodnima. Zahvaljujući naprednim modelima strojnog učenja, aplikacija automatski dodjeljuje BI-RADS ocjene, koje su ključne u procjeni potencijalnih kancerogenih  lezija, te istodobno detektira anomalije na snimkama. Osim toga, aplikacija nudi vizualne alate koji liječnicima olakšavaju dijagnostički proces te generira izvještaje o pregledima koje je moguće spremiti u PDF format", objašnjava Marko Domagoj Benković, voditelj tima JMM.

"Čestitam svim finalistima, posebno pobjedničkom timu, koji su u kratkom vremenu razvili inovativna rješenja s potencijalom spašavanja ljudskih života. Očekujem da će ova rješenja brzo evoluirati u poduzetničke inicijative. Naime, mi u  ZICER-u snažno vjerujemo u transfer tehnologije kroz realizaciju znanstvenih projekata u poduzetničke pothvate. Takav transfer znanstvena dostignuća približava potencijalnim korisnicima – rješavajući stvarne probleme, a znanstvenicima omogućava komercijalizaciju rezultata istraživanja i stvaranje prihoda koje će usmjeriti u daljnje istraživanje i razvoj. Naš Tech Transfer akceleracijski program, koji uskoro otvara prijave, pruža znanstvenicima priliku za rad s vrhunskim mentorima i razvoj prototipa u našim laboratorijima. Ovo je prilika za stjecanje znanja kroz radionice i umrežavanje s vodećim domaćim i stranim stručnjacima," dodao je, izrazivši zadovoljstvo uspjehom natjecanja", izjavio je Frane Šesnić, direktor ZICER-a.