![\"\"](\"https:\/\/cancercenter.ai\/wp-content\/uploads\/2024\/06\/cc.png\")
<\/a><\/p>\nCelem tego projektu jest zwi\u0119kszenie skuteczno\u015bci diagnostyki nowotworowej poprzez wykorzystanie nowych technologii w opiece nad pacjentami onkologicznymi w Gruzji. CancerCenter.ai wspiera diagnostyk\u0119 onkologiczn\u0105, umo\u017cliwiaj\u0105c lepsze i szybsze procesy decyzyjne dzi\u0119ki zastosowaniu sztucznej inteligencji (g\u0142\u0119bokiego uczenia si\u0119 (DL) oraz uczenia maszynowego (ML)). Opracowali\u015bmy specjalistyczne rozwi\u0105zania algorytmiczne i platformy zar\u00f3wno dla patologii ( platforma PathoViewer na cancercenter.ai<\/a>), jak i radiologii (RadiologyViewer \u2013 internetowa przegl\u0105darka DICOM do obraz\u00f3w radiologicznych, takich jak MRI, CT, USG i inne), aby szybciej i dok\u0142adniej analizowa\u0107 obrazy medyczne. Pracownicy s\u0142u\u017cby zdrowia mog\u0105 powi\u0119ksza\u0107\/przegl\u0105da\u0107, opisywa\u0107, analizowa\u0107 i udost\u0119pnia\u0107 obrazy za po\u015brednictwem przegl\u0105darki internetowej. CancerCenter.ai udost\u0119pnia r\u00f3wnie\u017c oprogramowanie do r\u0119cznego obrazowania ca\u0142ych preparat\u00f3w (PathoCam), kt\u00f3re umo\u017cliwia zapisywanie obraz\u00f3w patologicznych przy u\u017cyciu wy\u0142\u0105cznie w\u0142asnego sprz\u0119tu mikroskopowego i kamery. Rak jest jedn\u0105 z g\u0142\u00f3wnych przyczyn zgon\u00f3w na ca\u0142ym \u015bwiecie, odpowiadaj\u0105c za prawie 10 milion\u00f3w zgon\u00f3w w 2020 roku (Ferlay, Ervik i in., Global Cancer Observatory: IARR on Cancer; 2020). G\u0142\u00f3wnym wyzwaniem w tej dziedzinie jest d\u0142ugotrwa\u0142y proces diagnostyczny, poniewa\u017c: <\/p>\n -Brakuje patolog\u00f3w i radiolog\u00f3w, kt\u00f3rzy mogliby szybko postawi\u0107 diagnoz\u0119 onkologiczn\u0105.<\/p>\n – Ca\u0142y proces odbywa si\u0119 r\u0119cznie. Patolodzy korzystaj\u0105 z mikroskopu bez cyfrowych preparat\u00f3w i wysy\u0142aj\u0105 je poczt\u0105 w celu uzyskania drugiej opinii <\/p>\n -Ze wzgl\u0119du na zakres swoich kompetencji lekarze specjalizuj\u0105 si\u0119 wy\u0142\u0105cznie w wybranych narz\u0105dach. B\u0142\u0119dy diagnostyczne zdarzaj\u0105 si\u0119 cz\u0119\u015bciej. <\/p>\n Narz\u0119dzia CancerCenterAI stanowi\u0105 odpowied\u017a na te problemy i pomagaj\u0105 lekarzom skr\u00f3ci\u0107 ca\u0142y proces oraz poprawi\u0107 jako\u015b\u0107 diagnoz<\/p>\n Opracowali\u015bmy platform\u0119 wykorzystuj\u0105c\u0105 specjalistyczne algorytmy sztucznej inteligencji do analizy obraz\u00f3w medycznych w dziedzinie patologii i radiologii, co pozwala na szybsze i dok\u0142adniejsze diagnozowanie nowotwor\u00f3w. Wykorzystujemy uczenie g\u0142\u0119bokie (AI) oraz technologie open source w celu usprawnienia procesu diagnozowania nowotwor\u00f3w. Nasze rozwi\u0105zania, dost\u0119pne zar\u00f3wno w postaci interfejs\u00f3w API, jak i platform internetowych, zosta\u0142y zaprojektowane tak, aby zapewni\u0107 lekarzom szybszy i lepszy dost\u0119p do drugiej i trzeciej opinii diagnostycznej, co pomaga w szybkim opracowaniu strategii terapeutycznej. Ponadto wspieramy cyfryzacj\u0119 materia\u0142\u00f3w patologicznych z mikroskopu \u2013 narz\u0119dzi niezb\u0119dnych w codziennej pracy patologa \u2013 co pozwala na p\u00f3\u017aniejsz\u0105 analiz\u0119, dodawanie adnotacji oraz udost\u0119pnienie preparatu w celu uzyskania drugiej i kolejnych opinii. Wyr\u00f3\u017cnia nas na tle konkurencji to, \u017ce skupiamy si\u0119 kompleksowo (radiologia, patologia) na diagnostyce nowotwor\u00f3w. <\/p>\n [\/et_pb_accordion_item][et_pb_accordion_item title=”Zaawansowana diagnostyka raka prostaty z wykorzystaniem metod uczenia maszynowego i g\u0142\u0119bokiego uczenia” _builder_version=”4.25.2″ _module_preset=”default” global_colors_info=”{}” open=”off”]<\/p>\n Centrum Onkologiczne Sp. z o.o. <\/strong> realizuje projekt wsp\u00f3\u0142finansowany ze \u015brodk\u00f3w Europejskiego Funduszu Rozwoju Regionalnego. O\u015b priorytetowa: Wsparcie dla prac badawczo-rozwojowych prowadzonych przez przedsi\u0119biorstwa<\/strong>, dzia\u0142anie: Projekty badawczo-rozwojowe przedsi\u0119biorstw<\/strong>, poddzia\u0142ania: Prace badawczo-rozwojowe w przemy\u015ble realizowane przez przedsi\u0119biorstwa uczestnicz\u0105ce w Programie Rozwoju Inteligentnego.<\/strong> <\/p>\n Tytu\u0142 projektu:\u201eZaawansowana diagnostyka raka prostaty z wykorzystaniem metod uczenia maszynowego i g\u0142\u0119bokiego uczenia<\/strong>\u201d<\/p>\n Celem projektu jest stworzenie narz\u0119dzia, kt\u00f3re pozwoli znacznie przyspieszy\u0107 i poprawi\u0107 jako\u015b\u0107 proces\u00f3w diagnostycznych zwi\u0105zanych z rakiem prostaty. Obecna diagnostyka opiera si\u0119 g\u0142\u00f3wnie na analizie obraz\u00f3w medycznych (badania histopatologiczne, MRI, PET, tomografia komputerowa i USG). Statystyki wskazuj\u0105 na rosn\u0105c\u0105 liczb\u0119 zachorowa\u0144 na nowotwory, podczas gdy liczba lekarzy diagnost\u00f3w ro\u015bnie wolniej, a w niekt\u00f3rych specjalno\u015bciach, takich jak histopatologia, wr\u0119cz maleje. Informacje te wyra\u017anie wskazuj\u0105 na istotn\u0105 potrzeb\u0119 automatyzacji i skr\u00f3cenia czasu trwania pojedynczego procesu diagnostycznego. Przedmiotem projektu jest odpowied\u017a wnioskodawcy na zapotrzebowanie rynku w zakresie wsparcia procesu diagnostyki nowotworowej w celu jego znacznego przyspieszenia, zwi\u0119kszenia precyzji i jako\u015bci identyfikacji ognisk nowotworowych, a tym samym zmniejszy\u0107 ryzyko b\u0142\u0119dnych diagnoz oraz zwi\u0119kszy\u0107 skuteczno\u015b\u0107 i precyzj\u0119 leczenia ogniskowego. Cel ten zostanie osi\u0105gni\u0119ty poprzez opracowanie i przetestowanie zastosowania metod uczenia maszynowego oraz algorytm\u00f3w g\u0142\u0119bokiego uczenia wdro\u017conych na platformie do diagnostyki nowotworowej na podstawie obraz\u00f3w MRI, co znacznie podniesie jako\u015b\u0107 i przyspieszy diagnostyk\u0119 onkologiczn\u0105 raka prostaty. Ponadto stworzona platforma umo\u017cliwi zdalne konsultacje ze specjalist\u0105, co znacznie skr\u00f3ci czas oczekiwania na drug\u0105 i kolejne opinie. <\/p>\n Warto\u015b\u0107 projektu: 3 335 632,50 PLN<\/p>\n Warto\u015b\u0107 dofinansowania: 2 525 765,50 PLN<\/p>\n Centrum Onkologiczne Sp. z o.o. <\/strong> realizuje projekt wsp\u00f3\u0142finansowany ze \u015brodk\u00f3w Europejskiego Funduszu Rozwoju Regionalnego. O\u015b priorytetowa: Wsparcie prowadzenia prac badawczo-rozwojowych przez przedsi\u0119biorstwa<\/strong>,<\/span> dzia\u0142anie: Projekty badawczo-rozwojowe przedsi\u0119biorstw<\/strong>,<\/span> poddzia\u0142anie: Badania przemys\u0142owe i prace rozwojowe realizowane przez przedsi\u0119biorstwa w ramach Programu Operacyjnego \u201eInteligentny Rozw\u00f3j<\/strong>\u201d.<\/span> <\/p>\n Realizacja projektu wsp\u00f3\u0142finansowanego przez Narodowe Centrum Bada\u0144 i Rozwoju w ramach Programu Operacyjnego \u201eInteligentny Rozw\u00f3j\u201d 2014\u20132020, 1\/1.1.1\/2020 \u201eSzybka \u015acie\u017cka\u201d 1_2020, zatytu\u0142owanego:<\/p>\n \u201d<\/em><\/strong> \u201eZaawansowana diagnostyka raka prostaty z wykorzystaniem metod uczenia maszynowego i g\u0142\u0119bokiego uczenia\u201d<\/em><\/strong><\/p>\n Cele projektu i planowane efekty:<\/em><\/strong><\/p>\n Celem projektu jest stworzenie narz\u0119dzia pozwalaj\u0105cego na znaczne przyspieszenie i popraw\u0119 jako\u015bci proces\u00f3w diagnostycznych zwi\u0105zanych z rakiem prostaty. Obecna diagnostyka opiera si\u0119 g\u0142\u00f3wnie na analizie obraz\u00f3w medycznych (histopatologicznych, rezonansu magnetycznego (MRI), PET, tomografii komputerowej (CT) i USG). Dane statystyczne wskazuj\u0105 na rosn\u0105c\u0105 liczb\u0119 zachorowa\u0144 na nowotwory, podczas gdy liczba lekarzy diagnost\u00f3w ro\u015bnie znacznie wolniej, a w niekt\u00f3rych specjalno\u015bciach, np. w przypadku histopatolog\u00f3w \u2013 maleje. Informacje te jednoznacznie wskazuj\u0105 na znaczn\u0105 potrzeb\u0119 zautomatyzowania i skr\u00f3cenia czasu trwania procesu pojedynczej diagnozy. Przedmiot projektu stanowi odpowied\u017a wnioskodawcy na zapotrzebowanie rynku zwi\u0105zane z konieczno\u015bci\u0105 wsparcia procesu diagnostyki nowotworowej w celu jej znacznego przyspieszenia, podniesienia precyzji okre\u015blenia jako\u015bci guza, a tym samym zmniejszenia ryzyka b\u0142\u0119dnych diagnoz oraz zwi\u0119kszenia skuteczno\u015bci i precyzji leczenia ogniskowego, np. za pomoc\u0105 technologii HIFU. Cel ten zostanie osi\u0105gni\u0119ty dzi\u0119ki opracowaniu i przetestowaniu u partner\u00f3w medycznych mo\u017cliwo\u015bci wykorzystania metod uczenia maszynowego (machine learning) oraz algorytm\u00f3w g\u0142\u0119bokich sieci neuronowych (deep learning) zaimplementowanych na platformie w diagnostyce nowotworowej na podstawie zdj\u0119\u0107 MRI, co znacznie przyczyni si\u0119 do podniesienia jako\u015bci i przyspieszenia diagnostyki onkologicznej raka prostaty. SA.41471(2015\/X) Przeznaczenie pomocy publicznej: art. 25 rozporz\u0105dzenia KE nr 651\/2014 z dnia 17 czerwca 2014 r. uznaj\u0105cego niekt\u00f3re rodzaje pomocy za zgodne z rynkiem wewn\u0119trznym w zastosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187\/1 z dnia 26 czerwca 2014 r.) <\/p>\n ca\u0142kowita warto\u015b\u0107 projektu: 3 335 632,50 PLN<\/em><\/strong><\/p>\n kwota dofinansowania: 2 525 765,50 PLN<\/em><\/strong><\/p>\n [\/et_pb_accordion_item][et_pb_accordion_item title=” Opracowanie dokumentacji projektowej dla programu Eurogrant dotycz\u0105cej wsparcia diagnostyki nowotworowej z wykorzystaniem narz\u0119dzi uczenia maszynowego i g\u0142\u0119bokiego uczenia, kt\u00f3rej realizacja jest planowana w ramach programu EIC Accelerator.” _builder_version=”4.21.0″ _module_preset=”default” global_colors_info=”{}” open=”off”]<\/p>\n<\/a><\/p>\nWersja polska:<\/h4>\n