Projekty
ZWIĘKSZANIE SKUTECZNOŚCI DIAGNOZY NOWOTWORÓW DZIĘKI WYKORZYSTANIU NOWYCH TECHNOLOGII DLA PACJENTÓW ONKOLOGICZNYCH W GRUZJI - realizowany przez Program Narodów Zjednoczonych ds. Rozwoju (UNDP) w ramach Polskiego Funduszu Wyzwań, przy wsparciu finansowym Ministerstwa Spraw Zagranicznych Rzeczypospolitej Polskiej
Celem tego projektu jest zwiększenie skuteczności diagnostyki nowotworowej poprzez wykorzystanie nowych technologii w opiece nad pacjentami onkologicznymi w Gruzji. CancerCenter.ai wspiera diagnostykę onkologiczną, umożliwiając lepsze i szybsze procesy decyzyjne dzięki zastosowaniu sztucznej inteligencji (głębokiego uczenia się (DL) oraz uczenia maszynowego (ML)). Opracowaliśmy specjalistyczne rozwiązania algorytmiczne i platformy zarówno dla patologii ( platforma PathoViewer na cancercenter.ai), jak i radiologii (RadiologyViewer – internetowa przeglądarka DICOM do obrazów radiologicznych, takich jak MRI, CT, USG i inne), aby szybciej i dokładniej analizować obrazy medyczne. Pracownicy służby zdrowia mogą powiększać/przeglądać, opisywać, analizować i udostępniać obrazy za pośrednictwem przeglądarki internetowej. CancerCenter.ai udostępnia również oprogramowanie do ręcznego obrazowania całych preparatów (PathoCam), które umożliwia zapisywanie obrazów patologicznych przy użyciu wyłącznie własnego sprzętu mikroskopowego i kamery. Rak jest jedną z głównych przyczyn zgonów na całym świecie, odpowiadając za prawie 10 milionów zgonów w 2020 roku (Ferlay, Ervik i in., Global Cancer Observatory: IARR on Cancer; 2020). Głównym wyzwaniem w tej dziedzinie jest długotrwały proces diagnostyczny, ponieważ:
-Brakuje patologów i radiologów, którzy mogliby szybko postawić diagnozę onkologiczną.
– Cały proces odbywa się ręcznie. Patolodzy korzystają z mikroskopu bez cyfrowych preparatów i wysyłają je pocztą w celu uzyskania drugiej opinii
-Ze względu na zakres swoich kompetencji lekarze specjalizują się wyłącznie w wybranych narządach. Błędy diagnostyczne zdarzają się częściej.
Narzędzia CancerCenterAI stanowią odpowiedź na te problemy i pomagają lekarzom skrócić cały proces oraz poprawić jakość diagnoz
Opracowaliśmy platformę wykorzystującą specjalistyczne algorytmy sztucznej inteligencji do analizy obrazów medycznych w dziedzinie patologii i radiologii, co pozwala na szybsze i dokładniejsze diagnozowanie nowotworów. Wykorzystujemy uczenie głębokie (AI) oraz technologie open source w celu usprawnienia procesu diagnozowania nowotworów. Nasze rozwiązania, dostępne zarówno w postaci interfejsów API, jak i platform internetowych, zostały zaprojektowane tak, aby zapewnić lekarzom szybszy i lepszy dostęp do drugiej i trzeciej opinii diagnostycznej, co pomaga w szybkim opracowaniu strategii terapeutycznej. Ponadto wspieramy cyfryzację materiałów patologicznych z mikroskopu – narzędzi niezbędnych w codziennej pracy patologa – co pozwala na późniejszą analizę, dodawanie adnotacji oraz udostępnienie preparatu w celu uzyskania drugiej i kolejnych opinii. Wyróżnia nas na tle konkurencji to, że skupiamy się kompleksowo (radiologia, patologia) na diagnostyce nowotworów.
Zaawansowana diagnostyka raka prostaty z wykorzystaniem metod uczenia maszynowego i głębokiego uczenia
Centrum Onkologiczne Sp. z o.o. realizuje projekt współfinansowany ze środków Europejskiego Funduszu Rozwoju Regionalnego. Oś priorytetowa: Wsparcie dla prac badawczo-rozwojowych prowadzonych przez przedsiębiorstwa, działanie: Projekty badawczo-rozwojowe przedsiębiorstw, poddziałania: Prace badawczo-rozwojowe w przemyśle realizowane przez przedsiębiorstwa uczestniczące w Programie Rozwoju Inteligentnego.
Tytuł projektu:„Zaawansowana diagnostyka raka prostaty z wykorzystaniem metod uczenia maszynowego i głębokiego uczenia”
Celem projektu jest stworzenie narzędzia, które pozwoli znacznie przyspieszyć i poprawić jakość procesów diagnostycznych związanych z rakiem prostaty. Obecna diagnostyka opiera się głównie na analizie obrazów medycznych (badania histopatologiczne, MRI, PET, tomografia komputerowa i USG). Statystyki wskazują na rosnącą liczbę zachorowań na nowotwory, podczas gdy liczba lekarzy diagnostów rośnie wolniej, a w niektórych specjalnościach, takich jak histopatologia, wręcz maleje. Informacje te wyraźnie wskazują na istotną potrzebę automatyzacji i skrócenia czasu trwania pojedynczego procesu diagnostycznego. Przedmiotem projektu jest odpowiedź wnioskodawcy na zapotrzebowanie rynku w zakresie wsparcia procesu diagnostyki nowotworowej w celu jego znacznego przyspieszenia, zwiększenia precyzji i jakości identyfikacji ognisk nowotworowych, a tym samym zmniejszyć ryzyko błędnych diagnoz oraz zwiększyć skuteczność i precyzję leczenia ogniskowego. Cel ten zostanie osiągnięty poprzez opracowanie i przetestowanie zastosowania metod uczenia maszynowego oraz algorytmów głębokiego uczenia wdrożonych na platformie do diagnostyki nowotworowej na podstawie obrazów MRI, co znacznie podniesie jakość i przyspieszy diagnostykę onkologiczną raka prostaty. Ponadto stworzona platforma umożliwi zdalne konsultacje ze specjalistą, co znacznie skróci czas oczekiwania na drugą i kolejne opinie.
Wartość projektu: 3 335 632,50 PLN
Wartość dofinansowania: 2 525 765,50 PLN
Wersja polska:
Centrum Onkologiczne Sp. z o.o. realizuje projekt współfinansowany ze środków Europejskiego Funduszu Rozwoju Regionalnego. Oś priorytetowa: Wsparcie prowadzenia prac badawczo-rozwojowych przez przedsiębiorstwa, działanie: Projekty badawczo-rozwojowe przedsiębiorstw, poddziałanie: Badania przemysłowe i prace rozwojowe realizowane przez przedsiębiorstwa w ramach Programu Operacyjnego „Inteligentny Rozwój”.
Realizacja projektu współfinansowanego przez Narodowe Centrum Badań i Rozwoju w ramach Programu Operacyjnego „Inteligentny Rozwój” 2014–2020, 1/1.1.1/2020 „Szybka Ścieżka” 1_2020, zatytułowanego:
” „Zaawansowana diagnostyka raka prostaty z wykorzystaniem metod uczenia maszynowego i głębokiego uczenia”
Cele projektu i planowane efekty:
Celem projektu jest stworzenie narzędzia pozwalającego na znaczne przyspieszenie i poprawę jakości procesów diagnostycznych związanych z rakiem prostaty. Obecna diagnostyka opiera się głównie na analizie obrazów medycznych (histopatologicznych, rezonansu magnetycznego (MRI), PET, tomografii komputerowej (CT) i USG). Dane statystyczne wskazują na rosnącą liczbę zachorowań na nowotwory, podczas gdy liczba lekarzy diagnostów rośnie znacznie wolniej, a w niektórych specjalnościach, np. w przypadku histopatologów – maleje. Informacje te jednoznacznie wskazują na znaczną potrzebę zautomatyzowania i skrócenia czasu trwania procesu pojedynczej diagnozy. Przedmiot projektu stanowi odpowiedź wnioskodawcy na zapotrzebowanie rynku związane z koniecznością wsparcia procesu diagnostyki nowotworowej w celu jej znacznego przyspieszenia, podniesienia precyzji określenia jakości guza, a tym samym zmniejszenia ryzyka błędnych diagnoz oraz zwiększenia skuteczności i precyzji leczenia ogniskowego, np. za pomocą technologii HIFU. Cel ten zostanie osiągnięty dzięki opracowaniu i przetestowaniu u partnerów medycznych możliwości wykorzystania metod uczenia maszynowego (machine learning) oraz algorytmów głębokich sieci neuronowych (deep learning) zaimplementowanych na platformie w diagnostyce nowotworowej na podstawie zdjęć MRI, co znacznie przyczyni się do podniesienia jakości i przyspieszenia diagnostyki onkologicznej raka prostaty. SA.41471(2015/X) Przeznaczenie pomocy publicznej: art. 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznającego niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w zastosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z dnia 26 czerwca 2014 r.)
całkowita wartość projektu: 3 335 632,50 PLN
kwota dofinansowania: 2 525 765,50 PLN
Opracowanie dokumentacji projektowej dla programu Eurogrant dotyczącej wsparcia diagnostyki nowotworowej z wykorzystaniem narzędzi uczenia maszynowego i głębokiego uczenia, której realizacja jest planowana w ramach programu EIC Accelerator.
Opracowanie dokumentacji projektowej w ramach programu Eurogrant dotyczącej wsparcia diagnostyki nowotworowej z wykorzystaniem narzędzi uczenia maszynowego i głębokiego uczenia, której realizacja jest planowana w ramach programu EIC Accelerator, realizowanego w ramach działania 2.3.6.
Dotacje w ramach programu Eurogrants, będącego częścią Programu Operacyjnego „Inteligentny Rozwój” na lata 2014–2020, współfinansowanego przez Europejski Fundusz Rozwoju Regionalnego.
Numer umowy: POIR.02.03.06-02-0070/22-00
Cele projektu: Celem projektu jest złożenie wniosku o dotację w ramach konkursu EIC Accelerator. Celem projektu zgłoszonego do konkursu EIC Accelerator jest zakończenie prac rozwojowych i wdrożenie innowacyjnego narzędzia oraz technologii: algorytmów uczenia maszynowego służących do oceny stopnia złośliwości histologicznej i radiologicznej, zintegrowanych z platformą internetową. Pozwoli to znacznie przyspieszyć i poprawić jakość diagnostyki nowotworowej oraz zapewni możliwość uzyskania drugiej opinii.
Planowane wyniki: Liczba złożonych wniosków o dotację Eurogrant – 1. Wskaźnik realizacji celu: osiągnięty. Zakończenie oceny wniosku o dotację Eurogrant z wynikiem co najmniej 50% lub przejście przez etapy oceny możliwe do osiągnięcia w ramach danego konkursu.
Wskaźnik realizacji celu: osiągnięty.
Wartość projektu: Łączna wartość: 64 000,00 PLN
Koszty kwalifikowalne: 64 000,00 PLN
Wkład z funduszy europejskich: Wkład UE: 64 000,00 PLN
Wersja polska:
Przygotowanie dokumentacji projektowej dotyczącej Eurograntu w zakresie wsparcia diagnostyki nowotworów z wykorzystaniem narzędzi uczenia maszynowego i głębokiego uczenia, planowanego do realizacji w ramach programu EIC Accelerator, realizowanego w ramach Działania 2.3.6. Dotacje na projekty Eurogrant w ramach Programu Operacyjnego „Inteligentny Rozwój” na lata 2014–2020, współfinansowane przez Europejski Fundusz Rozwoju Regionalnego.
Numer umowy: POIR.02.03.06-02-0070/22-00
Cele projektu: Celem projektu jest ubieganie się o dotację Eurogrant w ramach konkursu EIC Accelerator. Celem projektu zgłoszonego do konkursu EIC Accelerator jest zakończenie prac rozwojowych oraz wdrożenie innowacyjnego narzędzia i technologii: algorytmów uczenia maszynowego służących do oceny stopnia złośliwości histologicznej i radiologicznej, wbudowanych w platformę internetową. Pozwoli to znacznie przyspieszyć i poprawić jakość diagnozowania raka, a także umożliwi uzyskanie drugiej opinii.
Planowane wyniki: Liczba złożonych wniosków o Eurogrant – 1. Stopień realizacji celu: osiągnięty. Zakończenie oceny wniosku o Eurogrant z uzyskaniem co najmniej 50% punktów lub osiągnięcie etapów oceny możliwych do osiągnięcia w ramach danego konkursu.
Stopień realizacji celu: osiągnięty.
Wartość projektu: Łączna wartość: 64 000,00 PLN
Wydatki kwalifikowalne: 64 000,00 PLN
Dotacja z funduszy europejskich: Dotacja UE: 64 000,00 PLN