Co-financing of the project

BreastAI – Development of Innovative AI Models Supporting Breast Cancer Diagnosis in Histopathology

 

The project “BreastAI – Development of Innovative AI Models Supporting Breast Cancer Diagnosis in Histopathology,” implemented by Cancer Center Sp. z o.o., is co-financed by funds from the European Union under the European Funds for Lower Silesia 2021-2027 program, Priority 1: European Funds for an Enterprising Lower Silesia, Measure 1.2 Innovative Enterprises.

Project Goal
The project’s goal is to create innovative Artificial Intelligence (AI) models that will support breast cancer diagnosis in histopathology. The AI-based system will allow for faster and more precise analysis of microscopic images and evaluation of prognostic markers, significantly shortening diagnostic waiting times and increasing treatment effectiveness.

Project Stages and Planned Activities:

Stage 1: Industrial Work

  • Creation of tools for acquiring, aggregating, and anonymizing histopathological data from various sources (medical partners, public databases).
  • Definition of patient records and standardization of input data (scanning technologies, formats, metadata).
  • Development of tools for manual lesion segmentation by experts – a foundation for further model training.

Stage 2: Industrial Work

  • Construction and optimization of a histopathological viewer with mask annotation functionality.
  • Implementation of semi-automatic segmentation of neoplastic lesions.
  • Utilization of data augmentation methods and creation of standardized datasets for further work.

Stage 3: Development Work

  • Development and validation of AI models for automatic segmentation of pathological lesions.
  • Research on architecture selection (including convolutional and recurrent neural networks).
  • Preparation and testing of algorithms on real-world data, in accordance with medical quality indicators (e.g., Dice coefficient).

Stage 4: Pre-implementation Work

  • Penetration tests and validation of algorithms in a near-clinical environment.
  • Development of technical and user documentation necessary for certification (compliance with IVDR).
  • Training for medical personnel and implementation support.

Target Groups
The project is aimed at:

  • Medical personnel: pathologists, oncologists, medical technicians – who will benefit from a tool supporting diagnostic work.
  • Patients at risk and those undergoing breast cancer treatment – through earlier and more precise diagnosis.
  • Clinical centers and diagnostic laboratories that will implement AI solutions improving work efficiency and diagnostic quality.

Project Outcomes

  • Development of an innovative AI tool supporting breast cancer recognition in histopathology.
  • Reduction of diagnosis time by up to 50%.
  • Increased accuracy in lesion classification (e.g., on the Nottingham scale) and evaluation of prognostic markers.
  • Preparation of the system for certification as a medical device (IVDR).
  • Knowledge transfer to the clinical environment through training and implementation documentation.

Project Value: 5,556,687.92 PLN
European Funds Contribution: 3,652,319.94 PLN

Implementation Period: 01.09.2024 – 30.10.2026
Location: Wrocław, Dolnośląskie Voivodeship (Lower Silesian Voivodeship)

#EUFunds #EuropeanFunds

 ​​REPORTING IRREGULARITIES

Please be advised of the possibility to report to the Managing Authority, including via an anonymous contact form available on the Programme’s website, information regarding potential financial fraud, including conflicts of interest or corruption.

Any information concerning financial fraud related to the implementation of European Funds for Lower Silesia 2021-2027 should be submitted:
by post to:
MARSHAL’S OFFICE OF THE LOWER SILESIAN VOIVODESHIP
Department of European Funds
Mazowiecka 17
50-412 Wrocław
Poland

or via the contact form, available on the Programme’s website at:
https://www.funduszeuedolnoslaskie.pl/strona/6300-zglos-naduzycie

It is also possible to report in writing to the Lower Silesian Intermediate Body any suspected non-compliance of a Project or actions by the Beneficiary/Partner/Entity authorized to incur expenditure with the Convention on the Rights of Persons with Disabilities, adopted in New York on December 13, 2006, and the Charter of Fundamental Rights of the European Union, proclaimed on October 26, 2012.

Any information regarding non-compliance should be submitted by post to the address of the Lower Silesian Intermediate Body:
Dolnośląska Instytucja Pośrednicząca (Lower Silesian Intermediate Body),
ul. Kwiatkowskiego 4,
52-407 Wrocław
Poland

or via the ePUAP inbox /DIP/SkrytkaESP.

Polish version:

Tytuł Projektu: BreastAI – opracowanie nowatorskich modeli AI wspomagających diagnostykę raka piersi w histopatologii

Projekt „BreastAI – opracowanie nowatorskich modeli AI wspomagających diagnostykę raka piersi w histopatologii” realizowany przez Cancer Center Sp. z o.o. jest współfinansowany ze środków Unii Europejskiej w ramach programu Fundusze Europejskie dla Dolnego Śląska 2021–2027, Priorytet 1: Fundusze Europejskie na rzecz przedsiębiorczego Dolnego Śląska, Działanie 1.2 Innowacyjne przedsiębiorstwa.

Cel projektu

Celem projektu jest stworzenie innowacyjnych modeli sztucznej inteligencji (AI), które będą wspomagać diagnostykę raka piersi w histopatologii. System oparty na AI pozwoli na szybszą i bardziej precyzyjną analizę obrazów mikroskopowych oraz ocenę markerów prognostycznych, co znacząco skróci czas oczekiwania na diagnozę i zwiększy skuteczność leczenia.

Etapy projektu i planowane działania:

Etap 1: Prace przemysłowe 

  • Stworzenie narzędzi do pozyskiwania, agregacji i anonimizacji danych histopatologicznych z różnych źródeł (partnerzy medyczni, bazy publiczne).
  • Zdefiniowanie rekordu pacjenta oraz standaryzacja danych wejściowych (technologie skanowania, formaty, metadane).
  • Opracowanie narzędzi do ręcznej segmentacji zmian przez ekspertów – fundament do dalszego uczenia modeli.

Etap 2: Prace przemysłowe 

  • Budowa i optymalizacja przeglądarki histopatologicznej z funkcją oznaczania masek.
  • Wprowadzenie półautomatycznej segmentacji zmian nowotworowych.
  • Wykorzystanie metod augmentacji danych i tworzenie zestandaryzowanych zbiorów do dalszych prac.

Etap 3: Prace rozwojowe 

  • Rozwój i walidacja modeli AI do automatycznej segmentacji zmian patologicznych.
  • Badania nad doborem architektury (m.in. sieci konwolucyjne i rekurencyjne).
  • Przygotowanie i testowanie algorytmów na danych rzeczywistych, zgodnie z medycznymi wskaźnikami jakości (np. Dice coefficient).

Etap 4: Prace przedwdrożeniowe 

  • Testy penetracyjne oraz walidacja algorytmów w środowisku zbliżonym do klinicznego.
  • Opracowanie dokumentacji technicznej i użytkowej niezbędnej do certyfikacji (zgodność z IVDR).
  • Szkolenia dla personelu medycznego i wsparcie wdrożeniowe.

 

Grupy docelowe

Projekt skierowany jest do:

  • Personelu medycznego: patolodzy, onkolodzy, technicy medyczni – zyskają narzędzie wspierające pracę diagnostyczną.
  • Pacjentek w grupie ryzyka i leczonych z powodu raka piersi – dzięki wcześniejszej i precyzyjniejszej diagnozie.
  • Ośrodków klinicznych i laboratoriów diagnostycznych, które wdrożą rozwiązania AI poprawiające efektywność pracy i jakość diagnozy.

 

Efekty projektu

  • Opracowanie innowacyjnego narzędzia AI wspierającego rozpoznawanie raka piersi w histopatologii.
  • Skrócenie czasu diagnozy nawet o 50%.
  • Podniesienie dokładności klasyfikacji zmian (np. w skali Nottingham) i oceny markerów prognostycznych.
  • Przygotowanie systemu do certyfikacji jako wyrób medyczny (IVDR).
  • Transfer wiedzy do środowiska klinicznego dzięki szkoleniom i dokumentacji wdrożeniowej.

 

Wartość projektu: 5 556 687,92 PLN

Wysokość wkładu Funduszy Europejskich: 3 652 319,94 PLN

Okres realizacji: 01.09.2024 –  30.10.2026
Miejsce realizacji: Wrocław, województwo dolnośląskie

#FunduszeUE #FunduszeEuropejskie

ZGŁASZANIE NIEPRAWIDŁOWOŚCI

Informujemy o możliwości zgłoszenia Instytucji Zarządzającej, m.in. za pomocą anonimowego formularza kontaktowego dostępnego na stronie internetowej Programu, informacji o możliwości wystąpienia nadużycia finansowego, w tym konfliktu interesów lub korupcji.

Wszelkie informacje na temat nadużyć finansowych związanych z wdrażaniem Funduszy Europejskich dla Dolnego Śląska 2021-2027 prosimy przekazywać:

  • pocztą na adres:
    URZĄD MARSZAŁKOWSKI WOJEWÓDZTWA DOLNOŚLĄSKIEGO
    Departament Funduszy Europejskich
    Mazowiecka 17
    50-412 Wrocław

Istnieje również możliwość pisemnego zgłaszania do Dolnośląskiej Instytucji Pośredniczącej podejrzenia o niezgodności Projektu lub działań Beneficjenta/Partnera/ Podmiotu upoważnionego do ponoszenia wydatków z Konwencją o prawach osób niepełnosprawnych sporządzoną w Nowym Jorku dnia 13 grudnia 2006 r. oraz Kartą Praw Podstawowych Unii Europejskiej z dnia 26 października 2012 r.

Wszelkie informacje dotyczące niezgodności prosimy przekazywać pocztą na adres Instytucji Zarządzającej:

  • Dolnośląska Instytucja Pośrednicząca,
    ul. Kwiatkowskiego 4,
    52-407 Wrocław
  • lub poprzez skrzynkę e-puap /DIP/SkrytkaESP

 

 

Advanced diagnostics of prostate cancer using machine learning methods and deep learning

founder logos

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

GEP – CancerCenter