Poznaliśmy laureatkę XXIII edycji Konkursu o Grant Naukowej Fundacji Polpharmy

Na konkurs wpłynęło 37 wniosków. Rada Naukowa na podstawie recenzji i oceny własnej obejmującej dotychczasowy dorobek Autora, oryginalność i innowacyjność projektu, ustaliła listę rankingową i przedstawiła ją Zarządowi Fundacji, który zdecydował o przyznaniu następującego grantu:

Dr inż. Hanna Piotrzkowska- Wróblewska, Instytut Podstawowych Problemów Techniki PAN, Zakład Ultradźwięków

Tytuł projektu: „Analiza obrazów ultrasonograficznych wspomaganej sztuczną inteligencją, w celu predykcji odpowiedzi pacjentek z rakiem piersi na chemioterapię neoadjuwantową”.

Wartość środków: 957 600 zł

Streszczenie nagrodzonego projektu i nota biograficzna laureatki

Streszczenie

Tytuł projektu: „Analiza obrazów ultrasonograficznych wspomagana sztuczną inteligencją, w celu predykcji odpowiedzi pacjentek z rakiem piersi na chemioterapię neoadjuwantową”.

Rak piersi jest najczęściej występującym nowotworem wśród kobiet i drugim co do częstości na świecie. Standardy jego leczenia opierają się na wielodyscyplinarnych schematach, uwzględniających stopień zaawansowania nowotworu i jego rodzaj. Chemioterapia neoadjuwantowa (NAC), czyli terapia przedoperacyjna, jest stosowana u 7–23% pacjentek i ma na celu m.in. zmniejszenie wymiarów guza przed operacją oraz zapobieganie pojawieniu się przerzutów.

Skuteczność NAC jest różna – pełna odpowiedź patologiczna lub minimalna choroba resztkowa osiągana jest u 15–30% pacjentek, odpowiedź częściowa natomiast u około 50%.

Monitorowanie pacjentek poddawanych NAC, w celu jak najwcześniejszej ewaluacji poziomu odpowiedzi na leczenie stanowi kluczowe zagadnienie. Należy bowiem pamiętać, że korzyści wynikające z chemioterapii neoadjuwantowej stanowią wypadkową skuteczności i toksyczności terapii.

Obecnie predykcja odpowiedzi na NAC jest dokonywana na podstawie obserwacji i analizy zmian zachodzących w wymiarach guza. Niestety ewaluacja odpowiedzi guza na leczenie, oparta wyłącznie na ocenie zmian jego wielkości obarczona jest dużym błędem.

Celem projektu jest opracowanie zaawansowanych technik analizy obrazów ultrasonograficznych (USG), które przyczynią się do poprawy skuteczności oceny odpowiedzi pacjentek z rakiem piersi na chemioterapię neoadjuwantową.  Wykorzystane zostaną zarówno tradycyjne techniki analizy danych jak i nowoczesne podejścia oparte na tzw. uczeniu głębokim.

Klasyczne metody analizy obrazów koncentrują się na wyodrębnianiu konkretnych cech widocznych na obrazach USG. Przykładem takich cech mogą być m.in. cechy związane z:

• morfologią guza – jego kształt, krawędzie, struktura.
• teksturą obrazu – różnice w jasności i rozkładzie pikseli widocznych na obrazie,

Metody uczenia głębokiego wykorzystują natomiast sieci neuronowe – zaawansowane algorytmy inspirowane działaniem ludzkiego mózgu. Te algorytmy mają zdolność automatycznego wykrywania istotnych cech na obrazach, bez potrzeby wcześniejszego wskazywania, czego dokładnie należy szukać.

Zaproponowane w projekcie  podejście, umożliwia  dokładną analizę obrazów ultradźwiękowych i w konsekwencji znacznie wcześniejszą i bardziej precyzyjną predykcją odpowiedzi pacjentek na leczenie. Zastosowanie metod w praktyce klinicznej, umożliwi w przyszłości, dostosowywanie terapii do potrzeb pacjenta, zwiększając w konsekwencji szanse na powodzenie leczenia.

Nota biograficzna laureatki

Dr inż. Hanna Piotrzkowska-Wróblewska, adiunkt w Zakładzie Ultradźwięków, Instytutu Podstawowych Problemów Techniki PAN. Od początku swojej aktywności naukowej skupia się na badaniach dotyczących ultrasonograficznej diagnostyki onkologicznej, ze szczególnym uwzględnieniem diagnostyki piersi i tarczycy. Aktywnie współpracuje z Narodowym Instytutem Onkologii im. Marii Skłodowskiej-Curie w Warszawie.

Jest współautorem wielu publikacji naukowych i monografii dotyczących diagnostyki ultrasonograficznej nowotworów oraz wielokrotnym prelegentem na międzynarodowych i krajowych konferencjach.

W swojej karierze naukowej pełniła rolę kierownika dwóch projektów badawczych oraz wykonawcę w czterech kolejnych.

Jej osiągnięcia naukowe zostały docenione prestiżowymi stypendiami, m.in. The Committee on International Research and Education of The Acoustical Society of America oraz Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego Kapitał Ludzki – Bio Med Tech. Jest także kilkukrotnym laureatem nagród Dyrektora IPPT PAN.

Dr inż. Hanna Piotrzkowska-Wróblewska jest jednym z dwóch głównych twórców bazy danych obrazów USG piersi, która została udostępniona na zasadach licencji Creative Commons (CC BY-NC), wspierając rozwój badań w diagnostyce nowotworów piersi.

Ponadto, jest wykładowcą w Roztoczańskiej Szkole Ultrasonografii, gdzie dzieli się swoją wiedzą i doświadczeniem z zakresu badań ultrasonograficznych.