Projects
INCREASING THE EFFECTIVENESS OF CANCER DIAGNOSIS THROUGH USING NEW TECHNOLOGIES FOR ONCOLOGY PATIENTS IN GEORGIA - implemented by the United Nations Development Programme (UNDP) through the Polish Challenge Fund, with the financial support of the Ministry of Foreign Affairs of the Republic of Poland
This project aime to increase the effectiveness of cancer diagnosis through using new technologies for oncology patients in Georgia. CancerCenter.ai supports oncology diagnosis to achieve better and faster decision-making processes by using AI (Deep Learning (DL) and Machine Learning (ML). We have developed specialized algorithmic solutions and platforms both for pathology (PathoViewer platform.cancercenter.ai) and radiology (RadiologyViewer – DICOM web viewer for radiology images like MRI, CT, USG and others) to analyze medical images faster and more accurately. Medical professionals can zoom/view, annotate, analyze and share the images by web/browser. CancerCenter.ai also provides Manual Whole Slide Imaging software (PathoCam) that enables saving pathology images by using only its own microscope equipment and camera. Cancer is a leading cause of death worldwide, accounting for nearly 10 million deaths in 2020 (Ferlay, Ervik,, et al. Global Cancer Observatory: IARR on Cancer; 2020). The main challenge in this area is the long diagnostic process because:
-There are not enough pathologists, radiologists to make a quick oncological diagnosis.
-The whole process is manual. Pathologists use a microscope without digital slides and mail them for a second opinion
-Due to their capabilities, doctors specialize only in selected organs. Diagnostic errors are more common.
The CancerCenterAI tools are a response to these problems and support doctors to shorten the entire process and improve the quality of diagnoses
We have developed platform with specialized AI algorithmic solutions to analyze medical images for Pathology and radiology for faster and better cancer diagnosis. We use deep learning (AI) and open source technology to improve the cancer diagnosis process. Our solutions, which are both in API and Web Platforms, are designed to offer faster and better access for second and third diagnostic opinions by medical professionals to help develop a therapeutic approach quickly. In addition, we support the digitization of pathological materials from the microscope – tools for the daily work of a pathologist – which allows you to later analyze, annotate, and make the preparation available for a second and subsequent opinion. It is unique in relation to the competition that we focus comprehensively (radiology, pathology) on cancer diagnostics.
Advanced diagnostics of prostate cancer using machine learning methods and deep learning
Cancer Center Sp. z o.o. implements the project co-financed from the European Regional Development Fund. Priority axis: Support for R & D works by enterprises, operation: R & D projects of enterprises, sub-measures: Industrial research and development work carried out by the Intelligent Development Program companies.
Project title: “Advanced diagnostics of prostate cancer using machine learning methods and deep learning“
The aim of the project is to create a tool that allows to significantly accelerate and improve the quality of diagnostic processes associated with prostate cancer. Today’s diagnosis is based mainly on the analysis of medical images (histopathological, MRI, PET, CT scan and USG). Statistics show a growing number of cases of cancer, while the number of diagnostic physician’s increase is slower, and in some specialties, such as in the case of histopathologists – it decreases. This information clearly indicates a significant need to automate and shorten the time of a single diagnosis process. The subject of the project is the Applicant’s response to the market demand for the need to support the cancer diagnosis process in order to significantly accelerate it, increase the precision of quality tumor design, and thus reduce the risk of incorrect diagnoses and increase the effectiveness and precision of focal treatment This goal will be achieved through the development and testing of the use of machine learning methods and deep learning algorithms implemented on the platform for cancer diagnostics from MRI images, which will significantly increase the quality and accelerate an oncological diagnostic of prostate cancer. In addition, the created platform will enable remote consultation with a specialist, which will significantly decrease a waiting time for the second and subsequent opinion.
Project value: 3 335 632.50 PLN
Co-financing value: 2 525 765.50 PLN
Polish version:
Cancer Center Sp. z o.o. realizuje projekt współfinansowany ze środków Europejskiego Funduszu Rozwoju Regionalnego. Oś priorytetowa: Wsparcie prowadzenia prac B+R przez przedsiębiorstwa, działanie: Projekty B+R przedsiębiorstw, poddziałanie: Badania przemysłowe i prace rozwojowe realizowane przez przedsiębiorstwa 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 pt:
” Zaawansowana diagnostyka raka prostaty przy użyciu metod machine learning oraz deep learning”
cele projektu i planowane efekty:
Celem projektu jest stworzenie narzędzia pozwalającego na znaczne przyspieszenie i poprawienie jakości procesów diagnostycznych związanych z nowotworem prostaty. Dzisiejsza diagnoza opiera się głównie na analizie obrazów medycznych (histopatologicznych, rezonansu magnetycznego (MRI), PET, tomografii komputerowej (CT) i USG). Dane statystyczne mówią o rosnącej liczbie przypadków zachorowań na nowotwory, natomiast liczba lekarzy diagnostów dużo wolniej wzrasta, a w niektórych specjalnościach, jak np. w przypadku histopatologów – maleje. Informacje te jednoznacznie wskazują na znaczną potrzebę zautomatyzowania i skrócenia czasu procesu pojedynczej diagnozy. Przedmiot projektu stanowi odpowiedź Wnioskodawcy na płynące z rynku zapotrzebowanie związane z koniecznością wsparcia procesu diagnostyki nowotworowej w celu znacznego jej przyspieszenia, podniesienia stopnia precyzji oznaczenia guza jakości, a tym samym zmniejszenie ryzyka błędnych diagnoz oraz podniesienia skuteczności i precyzji leczenia ogniskowego, np. Hifu. Cel ten zostanie osiągnięty dzięki opracowaniu i przetestowaniu u partnerów medycznych możliwości użycia metody uczenia maszynowego (machine learning) oraz algorytmów głębokich sieci neuronowych (deep learning) zaimplementowanych na platformie przy diagnostyce nowotworowej ze 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. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014)
całkowita wartość projektu: 3 335 632,50 PLN
wartość dofinansowania: 2 525 765,50PLN
Preparation of project documentation for Eurogrant regarding support for cancer diagnostics using machine learning and deep learning tools, planned to be implemented within the framework of the EIC Accelerator program.
Preparation of project documentation on Eurogrant regarding support for cancer diagnostics using machine learning and deep learning tools, planned to be implemented within the framework of the EIC Accelerator program, carried out under Measure 2.3.6.
Grants for Eurogrants of the Operational Program Smart Development 2014-2020, co-financed by the European Regional Development Fund.
Contract Number: POIR.02.03.06-02-0070/22-00
Project objectives: The objective of the project is to apply for a Eurogrant in the EIC Accelerator competition. The goal of the project submitted to the EIC Accelerator is to complete development work and implement an innovative tool and technology: machine learning algorithms for assessing the degree of histological and radiological malignancy embedded in a web platform. This will significantly speed up and improve the quality of cancer diagnosis and provide the possibility of seeking second opinions.
Planned outcomes: Number of Eurogrant applications submitted – 1. Target achievement rate: achieved. Completion of the Eurogrant application evaluation with a score of at least 50% or attainment of evaluation stages possible to achieve in the specific competition.
Target achievement rate: achieved.
Project value: Total value: 64,000.00 PLN
Qualified expenses: 64,000.00 PLN
European Funds contribution: EU Contribution: 64,000.00 PLN
Polish version:
Przygotowanie dokumentacji projektowej dotyczącej Eurograntu w zakresie wsparcia diagnostyki raka przy użyciu narzędzi uczenia maszynowego i głębokiego uczenia, planowane do realizacji w ramach programu EIC Accelerator, realizowanego w ramach Działania 2.3.6. Dotacje na Eurogranty w ramach Programu Operacyjnego Inteligentny Rozwój 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 Eurogrant w konkursie EIC Accelerator. Celem zgłoszonego do EIC Accelerator projektu jest zakończenie prac rozwojowych i wdrożenie innowacyjnego narzędzia i technologii: algorytmów uczenia maszynowego do oceny stopnia złośliwości histologicznej i radiologicznej wbudowanych w platformę internetową. Będzie to znacznie przyspieszać i poprawiać jakość diagnozowania raka oraz umożliwić możliwość uzyskania drugiej opinii.
Planowane wyniki: Liczba złożonych wniosków o Eurogrant – 1. Stopień osiągnięcia celu: osiągnięty. Zakończenie oceny wniosku o Eurogrant uzyskując co najmniej 50% punktacji lub osiągnięcie etapów oceny możliwych do osiągnięcia w konkretnym konkursie.
Stopień osiągnięcia celu: osiągnięty.
Wartość projektu: Całkowita wartość: 64 000,00 PLN
Kwalifikowane wydatki: 64 000,00 PLN
Dotacja z funduszy europejskich: Dotacja UE: 64 000,00 PLN