Marcin Rotkiewicz: – Sztuczna inteligencja, sieci neuronowe rozpoznające komórki rakowe – to, czym się pan zajmuje, brzmi niemal jak science fiction.
Michał Kruk: – Na pierwszy rzut oka może się tak wydawać, ale dzisiejsze komputery, i to wcale nie jakieś supermaszyny o wielkich mocach obliczeniowych, tylko te zwyczajne, które mamy na biurkach czy nawet w smartfonach, da się wykorzystać do bardzo zaawansowanych zadań. Również takich jak właśnie diagnostyka nowotworów.
Jak zatem zmienić laptop czy smarfon w patomorfologa?
Potrzebna jest do tego tak zwana sieć neuronowa, czyli program komputerowy wykazujący cechy sztucznej inteligencji. Inspiracją dla tworzenia takich sieci była budowa mózgu składającego się przede wszystkim z neuronów, czyli komórek nerwowych. Dlatego działanie sztucznych sieci neuronowych do pewnego stopnia przypomina właśnie funkcjonowanie mózgu. Dzięki temu posiadają bardzo istotną cechę: potrafią się uczyć pewnych umiejętności. Na przykład rozpoznawać, czy dana ludzka komórka ciała, widoczna na zdjęciu mikroskopowym, jest zdrowa czy też przekształciła się już w nowotworową.
Takie sieci neuronowe, a więc programy komputerowe, sam pan pisze?
Nie, wykorzystujemy to, co jest dostępne na rynku, czyli po prostu kupujemy tego typu oprogramowanie.
Czyli praca pańskiego zespołu – jeśli dobrze rozumiem – polega przede wszystkim na tym, aby taką gotową sieć neuronową czegoś nauczyć.
Tak. Po pierwsze, musimy stworzyć od podstaw specjalny algorytm, dzięki któremu komputer wyodrębni ze zdjęcia komórki, widoczne najczęściej na tle otaczającej tkanki. Drugi etap polega na rozpoznaniu, czy komórka jest nowotworowa, i próbie określenia stopnia zaawansowania raka. Brzmi to prosto, ale oczywiście takie nie jest. Zacznijmy od tego, że najpierw ja sam – z pomocą lekarza patomorfologa – muszę nauczyć się wyodrębniać na zdjęciu komórki i identyfikować ich cechy charakterystyczne. Również te umożliwiające odróżnienie zdrowych komórek od nowotworowych. W podręcznikach medycyny oczywiście wszystko pięknie widać – na rysunkach i fotografiach rak wygląda tak, tak i tak. Ale w realnym życiu jest już trochę inaczej i gdy sięgnie się po zdjęcia próbek pobranych od pacjentów, wszystko staje się o wiele bardziej płynne.
Następny etap – i to jest moje główne zadanie – polega na czymś, co w skrócie bym nazwał przełożeniem obrazu komórki na zbiór cech liczbowych. Chodzi między innymi o promień, obwód czy jej powierzchnię. Dopiero takie liczby wrzucamy do sieci neuronowej ze wskazaniem, czy jest to rak czy zdrowa tkanka. Tych zestawów liczb musi być odpowiednio dużo, żeby sieć mogła dobrze się nauczyć, ale też nie za wiele, by jej nie przeuczyć. I teraz możemy ją zacząć testować. Sieć powinna wówczas już sama diagnozować, czy mamy do czynienia z nowotworem i w jakim stopniu zaawansowania.
Ponadto trzeba jeszcze zdecydować – i tu nie ma jakichś jasnych reguł, robi się to po prostu metodą prób i błędów – z ilu sztucznych neuronów powinna się taka sieć składać, oraz ustalić inne jej parametry, żeby najlepiej wykonywała powierzone zadania.
Skoro sieci neuronowe są dostępnymi na rynku programami komputerowymi, w których można zmniejszać lub zwiększać liczbę sztucznych neuronów, to mogą się one między sobą różnić. Pewnie jedne okazują się lepsze w jakimś aspekcie, pozostałe w innym. Czy stosował pan różne sieci, by wspólnie starały się wykonać zadanie?
Tak, czasami pracujemy na kilku, np. pięć sieci „głosuje”, i wskazanie, które w takim plebiscycie wygra, przyjmujemy jako wyjściową diagnozę. Przy bardziej złożonych problemach może to dać lepsze rezultaty. Jeżeli jednak pojedyncza sieć neuronowa uzyskuje sama dobre wyniki, to ona w zupełności wystarczy.
Jak długo trwa nauczenie sieci neuronowej, jednej lub kilku, trafnego rozpoznawania komórek rakowych?
Największym problemem jest wspomniane wyodrębnienie odpowiednich charakterystycznych elementów obrazu, które można opisać cyfrowo. A obrazy biomedyczne są pod tym względem piekielnie trudne. Takie poszukiwania mogą trwać od kilku do nawet kilkudziesięciu miesięcy. Później sprawa już się znacznie upraszcza.
Pańskie sieci neuronowe nauczyły się rozpoznawać komórki bardzo konkretnych nowotworów oraz określać ich zaawansowanie.
Udało nam się stworzyć takie systemy dla pewnych typów raka prostaty i nerki, ale nie tylko. Opracowaliśmy również sieci diagnozujące chorobę Leśniowskiego-Crohna, czyli zapalenie jelit o nieznanym podłożu. Jeszcze inny projekt dotyczy programu komputerowego, który analizowałby zdjęcia zrobione nie za pomocą zestawu z mikroskopem, ale aparatu fotograficznego zwykłego smartfona wyposażonego w odpowiednią przystawkę. Jest nią dermatoskop, czyli połączenie powiększającej lupy z małą latarką. Dzięki temu można będzie bardzo łatwo wstępnie diagnozować czerniaka skóry.
Czy taki zestaw byłby przeznaczony dla zwykłych użytkowników telefonów czy wyłącznie lekarzy?
Myślimy głównie o lekarzach pierwszego kontaktu, szczególnie rodzinnych. Jak się bowiem okazuje, mają oni spory problem z diagnozowaniem czerniaka. Dlatego chcemy opracować bardzo prostą w użyciu aplikację na smartfony, która analizowałaby zdjęcia zrobione dzięki przystawce dermatoskopowej. Na razie na rynku dostępne są dermatoskopy, które można podłączyć tylko do iPhone’ów, ale jeśli uda się skomercjalizować nasz produkt – na co są szanse, bo jest tym mocno zainteresowana pewna duża firma – to takie zestawy pojawią się również dla aparatów z systemami operacyjnymi Android i Windows.
Czy w takim razie zwykły posiadacz smartfona, nie lekarz, będzie też mógł takiego zestawu sam użyć?
Jak najbardziej. Jedyną barierą może okazać się cena, gdyż dermatoskop przystosowany do iPhone’a kosztuje dziś ok. 7 tys. zł. Nasze urządzenie powinno być jednak kilkukrotnie tańsze. Natomiast sama aplikacja do ściągnięcia na telefon będzie bardzo prosta w obsłudze. Po wykonaniu zdjęcia i jego analizie wyświetli jeden z trzech komunikatów: „Jesteś chory”, „Zagrożenie” albo „Jesteś zdrowy”. Oczywiście to będzie tylko wstępna diagnoza i żeby potwierdzić, czy ktoś rzeczywiście cierpi na czerniaka, konieczna pozostanie wizyta u specjalisty i pobranie tkanki do badania mikroskopowego.
Jak zaawansowane są prace nad tą aplikacją?
Czekamy na grant z ministerstwa, który byłby przeznaczony głównie na przygotowanie dużej bazy zdjęć do analizy – ok. 2 tys. – potrzebnej do nauki sieci neuronowych. Jej stworzenie potrwa około 2–3 miesięcy.
Czy na świecie prowadzi się podobne badania nad zastosowaniem sieci neuronowych w diagnostyce medycznej?
Dla raka nerki nie spotkałem żadnych publikacji, natomiast są prace – ale nie kompleksowe – dotyczące identyfikowania komórek na zdjęciach. Chyba mogę więc zaryzykować stwierdzenie, że moje badania są pionierskie w skali światowej. Przynajmniej jeśli chodzi o niektóre typy nowotworów i nieswoiste zapalenie jelit.
Z pewnością sprawdzał pan, jak trafne diagnozy stawiają sieci neuronowe.
Mieliśmy nawet 97 proc. prawidłowych wskazań.
To dużo. A jak sobie radzą patomorfolodzy?
Nie licząc bardzo rzadkich pomyłek, które zawsze mogą się zdarzyć, odróżniają komórki nowotworowe od zdrowych właściwie ze stuprocentową trafnością.
Czy komputer byłby w stanie dojść do takiego poziomu?
Myślę, że tak. Natomiast bardzo ciekawe, choć na razie tylko wstępne, wyniki uzyskaliśmy w przypadku określania stopnia zaawansowania nowotworu. To trudne zadanie nawet dla doświadczonych patomorfologów, gdyż chore komórki zmieniają się i te stadia przejściowe okazują się niełatwe do precyzyjnego określenia. Przeprowadziliśmy więc następujący eksperyment: 100 różnych obrazów mikroskopowych daliśmy do oceny trzem lekarzom oraz naszemu automatycznemu systemowi rozpoznawania. Okazał się on bardziej zgodny w swoich diagnozach z każdym z ekspertów niż oni między sobą nawzajem. Jak to wytłumaczyć? Sieć neuronowa w trakcie jej uczenia jakby „wyciągnęła” wiedzę od patomorfologów i ją zgeneralizowała.
Czy takie komputerowe systemy rozpoznawania komórek rakowych oraz stopnia ich zaawansowania mogą kiedyś zastąpić specjalistów np. tam, gdzie ich brakuje?
Nie sądzę, zawsze pod diagnozą powinien podpisać się lekarz, bo to on bierze za nią ostateczną odpowiedzialność. Nasze systemy pełnią tylko funkcję wspomagającą. To daje możliwość tworzenia czegoś na zasadzie dwuosobowego konsylium lekarz–komputer. Poza tym musimy pamiętać o ograniczeniach sieci neuronowych. Są one wąsko wyspecjalizowane – jeśli np. komputerowemu zestawowi do badania komórek nowotworu nerki da się do analizy tkankę pobraną z jelita, to sieć neuronowa się pogubi. Co jeszcze jest bardzo istotne – patomorfolog, oglądając zdjęcie czy próbkę pod mikroskopem, może dostrzec jakieś inne choroby pacjenta.
Jak lekarze odnoszą się do pańskich projektów?
Trudno generalizować, bo to zależy od konkretnej osoby. Na pewno świetnie mi się współpracuje z Wojskowym Instytutem Medycznym przy ul. Szaserów w Warszawie. Mogę zawsze liczyć na ich pomoc w zdobywaniu materiałów, co w pracy naukowej wcale nie jest takie proste. Spotkałem się również z ogromnym zainteresowaniem zestawem do diagnozowania czerniaka ze strony Centrum Onkologii w Warszawie. Współpracuję także z Politechniką Warszawską i Uniwersytetem Jagiellońskim.
Czy próbował pan zaprząc sieci neuronowe do innych zadań niż diagnoza nowotworów i zapalenia jelit?
Krótko zajmowałem się nadciśnieniem w dnie oka, ale dosyć szybko porzuciłem te badania z powodu problemów z pozyskiwaniem danych. Próbowałem także analizować przekroje geotechniczne, które są przygotowywane przed rozpoczęciem budowy – sprawdza się, czy grunt jest wystarczająco spoisty, by można było na nim postawić jakąś ciężką konstrukcję. Sieć neuronowa na podstawie wskazań sondy umieszczanej w ziemi stwierdzałaby, że na takiej i takiej głębokości znajduje się np. ił.
Ostatnio prowadzę również badania blisko związane z profilem mojej uczelni, mianowicie uczę sieci neuronowe, jak analizować zdjęcia mikroorganizmów żyjących w glebie. Chodzi o identyfikację kilkunastu rodzajów bakterii i grzybów wpływających na żyzność ziemi, co ma duże znaczenie w rolnictwie.
Skąd u pana takie zainteresowania z pogranicza dość odległych dziedzin?
Zawsze ciągnęło mnie w kierunku medycyny. Przez pierwsze trzy lata liceum chciałem zostać lekarzem, ale w ostatniej klasie zdecydowałem się złożyć dokumenty na informatykę. Tak więc mam teraz idealne połączenie tych dwóch kierunków. Współpracę ze szpitalem wojskowym przy ul. Szaserów zacząłem jeszcze na Politechnice Warszawskiej, gdzie pisałem doktorat właśnie na temat rozpoznawania przez sieci neuronowe komórek nowotworowych.
Poza nauką ma pan jakieś inne pasje?
Wędkowanie, które w mojej rodzinie przechodzi z pokolenia na pokolenie. Kiedyś nawet co drugi weekend jeździłem na ryby, teraz udaje mi się rzadziej, bo mam rocznego synka. No i jestem kibicem piłkarskim, ale raczej takim kanapowym. Jeśli cokolwiek oglądam w telewizji, to tylko mecze. I pewnie za dużo – w czasie tegorocznego mundialu widziałem wszystkie (śmiech).
rozmawiał Marcin Rotkiewicz
Dr inż. Michał Kruk (ur. 1980 r.), kierownik Zakładu Systemów Inteligentnych na Wydziale Zastosowań Informatyki i Matematyki Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie. Ukończył z wyróżnieniem studia informatyczne na Politechnice Warszawskiej, gdzie także napisał rozprawę doktorską (również wyróżnioną przez uczelnię) poświęconą komputerowym systemom rozpoznawania komórek na podstawie obrazu mikroskopowego ludzkich tkanek na potrzeby diagnostyki medycznej. W swoich badaniach porusza się na styku trzech dziedzin: medycyny, matematyki i informatyki.