Dirbtinis intelektas, pažangi mikroskopija ir greitesnė ligų diagnostika: Yaraslau Padrez tapo gamtos mokslų daktaru

Rugsėjo 17 d. gimtadienį šventęs FTMC Molekulinių darinių fizikos skyriaus mokslininkas Yaraslau Padrez sau įteikė puikią dovaną – tą pačią dieną apgynė daktaro disertaciją.

Jo darbo tema – „Mašininiu mokymusi grindžiama vėžio ir fibrozės diagnostika taikant antrosios harmonikos generavimo mikroskopiją“ (mokslinė vadovė: dr. Renata Karpicz; mokslinis konsultantas: dr. Danielis Rutkauskas).

Sveikinimai kolegai – visokeriopos sėkmės žengiant tolyn!

2024 m. Nobelio fizikos premija skirta dviem JAV mokslininkams už mašininio mokymosi (Machine Learning, ML) plėtojimą, kas tapo pagrindu dirbtinio intelekto (DI) kūrimui. FTMC šioje srityje taip pat taria savo stiprų žodį – o Yaraslau darbas, prisidedantis prie tikslesnio ir greitesnio sunkių ligų nustatymo, tai įrodo.

Pavyzdžiui, gydant vėžį vis daugiau dėmesio skiriama ne tik naujiems terapijos metodams, bet ir ankstyvai diagnostikai. Technologijų pažanga bei dirbtinio intelekto taikymas medicinoje atveria naujas galimybes – kompiuterinė audinių vaizdų analizė gali tapti patikimu pagalbininku patologams ir suteikti papildomų diagnostinių įžvalgų.

Y. Padrez savo darbe užsiima dviejų ligų – skydliaukės vėžio bei plaučių fibrozės – tyrinėjimu. Kaip jis vyksta? Paprastai kalbant, iš laboratorinių žiurkių plaučių bei žmonių pacientų skydliaukės buvo paimami reikiami audiniai ir apšviečiami infraraudonųjų spindulių lazeriu, siekiant išsiaiškinti audinių savybes – ir nustatyti ligos būklę. Toks metodas vadinamas antrosios harmonikos generavimo (Second Harmonic Generation, SHG) mikroskopija.

(SHG mikroskopas, naudojamas bandinių vaizdinimui. FTMC nuotrauka)

FTMC mokslininkas šią mikroskopiją jungia su DI modeliais, o vienu svarbiausių pasiekimų tapo tai, kad papilinės ir folikulinės karcinomos (skirtingos skydliaukės vėžio grupės) buvo atpažintos net 84,7 proc. tikslumu.

„Disertacijoje nagrinėjamas ML metodų taikymas plataus lauko SHG vaizdų rinkiniams, siekiant automatizuoti ir pagerinti ligų diagnostiką analizuojant kolageno skaidulas audinių mėginiuose“, – sako Yaraslau.

Baltymas kolagenas čia itin reikšmingas. Kai žmogaus skydliaukėje pradeda formuotis auglys, organizmas imasi atsako: nepageidaujamą darinį padengia kolageno kapsule, kuri izoliuoja auglį nuo aplinkinių audinių. Jeigu gydytojai mato, kad toji apsauga nepažeista, vadinasi, navikas yra nepavojingas. O jei kapsulė pakitusi ar praardyta – jau turime reikalų su piktybiniu naviku. Todėl svarbu laiku pastebėti šiuos pokyčius.

Kolagenas daro įtaką ir plaučiams: kai jų kraujagyslių sienelėse pradeda kauptis šis baltymas, sienelės sustorėja, praranda elastingumą, standėja – ir žmogui tampa sunku kvėpuoti.

SHG mikroskopija leidžia tinkamai stebėti kolageną skydliaukės kapsulėse bei plaučių audiniuose – ir iš jų vaizdinimo gauti naudingų duomenų.

(Piktybinis skydliaukės mazgelis su kolageno kapsule aplink jį. FTMC nuotrauka)

„Mums pavyko nustatyti ir kiekybiškai apibūdinti specifines plautinės arterinės hipertenzijos (PAH) stadijas, analizuojant kolageno pokyčius žiurkių plaučių audinyje. Taip pat parodėme, kad vadinamojo neprižiūrimo ML algoritmai (pvz., PCA ir k-means) gali atskleisti paslėptą tekstūrinį heterogeniškumą (nevienodumą) skydliaukės navikų kolageno kapsulėje.

Manyčiau, kad šis darbas gali būti įdomus platesnei visuomenei, nes jis priklauso prie pažangiausių DI taikymų medicinoje – siekiant, kad sveikatos priežiūra būtų tikslesnė, objektyvesnė ir efektyvesnė, suteikiant tiesioginės naudos pacientams, sergantiems vėžiu bei lėtinėmis plaučių ligomis“, – teigia Y. Padrez.

Disertaciją (anglų k.) galite perskaityti paspaudę šią nuorodą.

FTMC informacija