Pārlekt uz galveno saturu
Konferences, semināri
Pētniecība
Zinātnes nedēļa 2021

Radiologs Frēdriks Strands (Fredrik Strand) uzstāsies RSU Zinātnes nedēļas 26. marta konferences Zināšanas praksei (Knowledge in Practice) sekcijā Inovācijas medicīnā un veselības aprūpē – no zinātnes līdz praksei (Innovation in Medicine and Healthcare - from Research to Practice).

Esat ne tikai ārsts, bet arī būvinženieris un uzņēmējs… Lūdzu, izstāstiet, kā apvienojat šīs trīs jomas!

Sākotnēji tās bija kā atsevišķas jomas. Sāku ar maģistra grādu zinātnē un inženierfizikā un ar bakalaura grādu ekonomikā. Pāris gadu strādāju vadības konsultāciju uzņēmumā, tad – jaunuzņēmumā pirmā interneta uzplaukuma viļņa laikā 21. gs. sākumā. Pēc tam apnika koncentrēties uz naudu, tā vietā pārgāju uz karjeru medicīnā. Tagad esmu radiologs krūšu izmeklēšanas nodaļā Karolinskas Universitātes slimnīcā un pusi sava laika veltu pētniecībai. Tā kā tagad mans darbs ir veltīts mākslīgajam intelektam un skrīninga uzlabošanai, domāju, ka dažādās pieredzes beidzot saplūst.

Lūdzu, pastāstiet vairāk par savu specializāciju un projektu mammoAI?

Pētījumu, kas saistīts ar mākslīgo intelektu, sākām 2017. gadā, un līdz šim mēs koncentrējāmies uz ļoti liela datu apjoma – miljoniem attēlu – ievākšanu, ietverot apmēram 7000 – 10 000 sieviešu, kurām diagnosticēts krūts vēzis. Tie attiecīgi tiek izmantoti mākslīgā intelekta algoritmu izstrādei un pārbaudei. Esam nonākuši tiktāl, ka pašlaik sākam divus perspektīvus klīniskos pētījumus, lai redzētu, kas notiek, kad izmantojam algoritmus praksē.

Gribam uzlabot skrīningu, lai redzētu, vai mākslīgo intelektu var izmantot vēža noteikšanai, un lai redzētu, vai tas var mums palīdzēt noteikt, kurām sievietēm vajadzīga papildu attēldiagnostika, lai atklātu vēzi, kas nebija redzams mammogrāfijā.

Šie ir klīniskie pētījumi, kas vērsti uz skrīninga uzlabošanu. Turpmāk pilnveidosim to aspektus un mēģināsim pāriet no skrīninga un mammogrāfijas uz citām jomām. 

Vai no pacienta skatpunkta tas nozīmē, ka jūs vienkārši mēģināsiet iegūt plašāku informāciju par veselību vai arī tas paātrinās pašu procesu?

Jūs varat izmantot mākslīgo intelektu skrīningā vai nu lai palielinātu tā jutīgumu, kas nozīmē, ka vairāk vēža gadījumu tiek diagnosticēti, vai nu lai mazinātu vajadzību pēc radiologiem, samazinot skrīninga izmaksas. Tādā gadījumā radiologi var labāk izmantot savu laiku un vairāk pievērsties sievietēm, kurām vajadzīgi papildu attēldiagnostiskas izmeklējumi. Praktiskais izmantojums patiesībā ir slimnīcas ziņā. Var uzlabot vēža noteikšanu vai arī resursu sadalījumu. Tas varētu nozīmēt, ka vēzis tiek noteikts agrāk, kas līdz ar to samazinātu sieviešu mirstību krūts vēža dēļ.

Vai šīs tehnoloģijas var lietot citās medicīnas jomās vai tikai krūts vēža diagnostikā?

Krūts vēža skrīnings tika ieviests jau sen. Ir arī citas skrīninga programmas, kurās izmanto attēldiagnostiku, piemēram, plaušu vēža skrīnings, bet tās nav tik plaši ieviestas. Priekšdziedzera vēža skrīningā sākuši izmantot magnētiskās rezonanses tomogrāfiju. Līdz ar to ir dažas jomas papildus krūts vēža diagnostikai, kurās arī mūsu pētījumu rezultātus varētu lietot.

Jūs strādājat arī Kalifornijas Universitātē Sanfrancisko… 

Vēl viena tēma, ko esmu pētījis, ir sievietes, kurām ir vēzis un kurām sniegta preoperatīva ārstēšana, kamēr audzējs vēl nav izoperēts. Šajos gadījumos ārstēšana ilgst apmēram sešus mēnešus cerībā samazināt audzēja izmērus pirms operācijas. Tas bija mans pētījums pēc doktorantūras. Es pētīju, vai iespējams prognozēt ar magnētiskās rezonanses tomogrāfiju, vai audzējs reaģēs uz terapiju. Šis darbs tagad ir vairāk vai mazāk pabeigts.

Turklāt mums ir sadarbība ar Masačūsetsas Tehnoloģiju institūtu, kas vairāk vērsta uz mākslīgo intelektu. Viņi ir izstrādājuši mammogrāfijas algoritmu, kas ļauj noteikt krūts vēža risku nākamajos pāris gados. Viņi ir validējuši algoritmus ar mūsu datiem, un rezultāti nesen tika publicēti žurnālā Science Translational Medicine

Pastāstiet, lūdzu, nedaudz plašāk par mākslīgā intelekta algoritmiem, kas jau ir komerciāli pieejami!

Pašlaik ir daudz uzņēmumu, kas piedāvā mākslīgā intelekta algoritmus. Vienā no mūsu pētījumiem pārbaudījām trīs no pieejamajiem algoritmiem vēža noteikšanai, un to atšķirības bija diezgan izteiktas. Es noteikti to pieminēšu savā referātā RSU Zinātnes nedēļā. Visi algoritmi nav vienādi.

Vai pēdējā gada laikā esat piedalījies konferencēs tiešsaistē, kuras nevarējāt apmeklēt klātienē?

Pēdējo dažu mēnešu laikā daudz kas ir mainījies. Piemēram, Ziemeļamerikas Radioloģijas biedrības (Radiological Society of North America) konferencē es uzstājos virtuāli. Ceru, ka mēs atgriezīsimies pie klātienes sanāksmēm, jo virtuālajā vidē mijiedarbības aspekts ne vienmēr ir labi organizēts. Organizatori reizēm aizmirst veltīt laiku jautājumiem pēc referāta, diskusijām utt. Taču virtuālo sanāksmju iespēja ir patiešām lieliska, jo būtu daudz sliktāk, ja vispār nekā nebūtu. 

Vai ir kaut kas, ko vēlaties dzirdēt konferencē Zināšanas praksei (Knowledge in Practice)?

Manā darbā ar mākslīgo intelektu ir ļoti svarīgi zināt par datiem, piekļuvi datiem, attēldiagnostikas infrastruktūru un klīniskajiem datiem, tāpēc domāju, ka es noklausīšos referātus par šīm tēmām. Viens piemērs ir Pīters Ross (Peeter Ross), kurš arī darbojas e-veselības jomā un kura uzstāšanās, manuprāt, varētu būt ļoti interesanta.