Το άρθρο του Μήνα: Πολυεπίπεδη μελέτη του Δερματικού Μελανώματος με Τεχνικές Βαθιάς Μηχανικής Μάθησης

Ηλίας Μαγκλογιάννης

Καθηγητής

Η μελέτη  βασίζεται στην ευφυή συνδυαστική ανάλυσης δημογραφικών, κλινικών, απεικονιστικών και μοριακών δεδομένων

Αξιοποιούνται δεδομένα δερμοσκοπίας για την συστηματική παρακολούθηση αλλαγών στις δερματικές αλλοιώσεις και την έγκαιρη διάγνωση του ΔΜ.

Σχεδιάζεται και αναπτύσσεται ολοκληρωμένο λογισμικό Ηλεκτρονικού φακέλου Υγείας αντιμετωπίζοντας το ΔΜ ως ρεαλιστικό πρότυπο της πολυπλοκότητας επιδημιολογικής διαχείρισης μιας νόσου.

Το Εργαστήριο Yπολογιστικής Βιοϊατρικής (http://cbml.ds.unipi.gr/el/ – Computational Biomedicine) υλοποιεί σε συνεργασία με άλλους φορείς[1] το ερευνητικό έργο TRANSITION με στόχο την πολυεπίπεδη μελέτη του Δερματικού Μελανώματος (ΔΜ) μέσω της ευφυούς συνδυαστικής ανάλυσης δημογραφικών, κλινικών, απεικονιστικών και μοριακών δεδομένων ασθενών με ΔΜ.

Πολυεπίπεδη Μελέτη του Δερματικού Μελανώματος (ΔΜ) με Τεχνικές Βαθείας Μηχανικής Μάθησης

Το ΔΜ είναι κακοήθης όγκος των μελανοκυττάρων της  επιδερμίδας, των κυττάρων που βρίσκονται στη βασική στοιβάδα της επιδερμίδας και παράγουν τη χρωστική μελανίνη. Παρά το γεγονός ότι το ΔΜ αποτελεί λιγότερο από το 5% των περιστατικών καρκίνου του δέρματος, είναι υπεύθυνο για την πλειονότητα των θανάτων που σχετίζονται με αυτόν, λόγω της εξαιρετικά επιθετικής φύσης του. Τις τελευταίες δεκαετίες, η συχνότητα  εμφάνισης ΔΜ αυξάνεται σταθερά σε όλο τον κόσμο, συνεπεία πτυχών του σύγχρονου, δυτικού τρόπου ζωής (τουρισμός και αύξηση διαλείπουσας έκθεσης στην ηλιακή ακτινοβολία, διατροφή) και προβλέπεται ότι η αύξηση αυτή θα συνεχιστεί.

Στην περίπτωση του μελανώματος, η ανάγκη για έγκαιρη διάγνωση, πολύ πιο έντονα από τις περισσότερες μορφές καρκίνου, αποκτά επιπλέον βαρύτητα γιατί αν το μελάνωμα εντοπιστεί έγκαιρα μπορεί επιτυχώς να αφαιρεθεί χειρουργικά και να επιτευχθεί πλήρης ίαση. Σε αντίθετη περίπτωση, και παρά τις πρόσφατες θετικές εξελίξεις στην αντιμετώπιση του μεταστατικού μελανώματος με στοχευμένα φάρμακα και ανοσοθεραπεία, η πρόγνωση του μελανώματος προχωρημένου σταδίου είναι  ιδιαίτερα κακή, το δε κόστος εξαιρετικά υψηλό.

Το έργο από τεχνολογικής άποψης είναι εξαιρετικά καινοτόμο γιατί:

  • Πραγματοποιείται για πρώτη φορά στην Ελλάδα πολυεπίπεδος μοριακός χαρακτηρισμός ασθενών με μελάνωμα. Πιο συγκεκριμένα, θα πραγματοποιηθεί προσδιορισμός πιθανών κληρονομικών πολυμορφισμών που ενδέχεται να σχετίζονται με προδιάθεση για εμφάνιση της νόσου, ανίχνευση σωματικών μεταλλάξεων (μεταλλάξεων ειδικών για τον καρκινικό ιστό) κάθε ασθενούς και μελέτη της γονιδιακής έκφρασης επιλεγμένων γονιδίων-στόχων στον καρκινικό ιστό.
  • Αξιοποιούνται δεδομένα δερμοσκοπίας για την συστηματική παρακολούθηση αλλαγών στις δερματικές αλλοιώσεις και την έγκαιρη διάγνωση του ΔΜ. Πιο συγκεκριμένα, o συσχετισμός των εξαγόμενων χαρακτηριστικών εικόνας με τα μοριακά δεδομένα θα βοηθήσει στην ανάδειξη σύνθετων υπογραφών για την διάγνωση του ΔΜ και την κατανόηση των μηχανισμών της ασθένειας, ενώ μέσω αξιοποίησης νέων τεχνικών αναγνώρισης προτύπων και βαθιάς μηχανικής μάθησης (Deep Neural Networks) σε απώτερο στάδιο θα προσφέρει τη βάση για εξαγωγή νέων, βελτιωμένων, μη επεμβατικών ταξινομητών χαρακτηρισμού της νόσου
  • Σχεδιάζεται και αναπτύσσεται ολοκληρωμένο λογισμικό Ηλεκτρονικού φακέλου Υγείας αντιμετωπίζοντας το ΔΜ ως ρεαλιστικό πρότυπο της πολυπλοκότητας επιδημιολογικής διαχείρισης μιας νόσου, ολοκληρώνοντας όλα τα επιμέρους υποσυστήματα και διευκολύνοντας την διαδικασίες ορθολογικού σχεδιασμού και υποστήριξης λήψης ιατρικών αποφάσεων.

Το λογισμικό που αναπτύχθηκε από την ομάδα ερευνητών στο Εργαστήριο Yπολογιστικής Βιοϊατρικής  για την επεξεργασία των δερμοσκοπικών εικόνων αν και δύναται να λειτουργήσει ως αυτόνομη εφαρμογή αναπτύχθηκε με τις αρχές του κατανεμημένου υπολογισμού και διατίθεται ως προγραμματιστική διεπαφή (Application Programming Interface – API) προκειμένου να ενσωματωθεί στο ολοκληρωμένο πληροφοριακό σύστημα που αναπτύσσει το έργο. Η λειτουργικότητα του παρέχεται μέσω διαδικτυακών υπηρεσιών (REST Web Services). Tο REST (Representational State Transfer) παρέχει μια πιο ευέλικτη αρχιτεκτονική, που επιτρέπει διαφορετικές μορφές μηνυμάτων για την επικοινωνία μεταξύ διαφορετικών υπολογιστικών συστημάτων. Παραδείγματα των εφαρμογών μπορείτε να βρείτε στη σελίδα http://cbml.ds.unipi.gr/en/demos/


[1] Το έργο Transition “Μεταφράζοντας την διαγνωστική πολυπλοκότητα του μελανώματος σε ορθολογική θεραπευτική  διαστρωμάτωση” χρηματοδοτείται από την Ειδική Υπηρεσία Διαχείρισης και Εφαρμογής Δράσεων στους Τομείς της Έρευνας, της Τεχνολογικής Ανάπτυξης και της Καινοτομίας (ΕΥΔΕ ΕΤΑΚ) Επιχειρησιακό Πρόγραμμα Ανταγωνιστικότητα, Επιχειρηματικότητα και Καινοτομία (ΕΠΑνΕΚ) στο πλαίσιο της δράσης «ΕΡΕΥΝΩ – ΚΑΙΝΟΤΟΜΩ – ΔΗΜΙΟΥΡΓΩ». Στο έργο συμμετέχουν μαζί με το Πανεπιστήμιο Πειραιά η εταιρεία Datamed Systems Integration & Consulting Services, το Εθνικό Ίδρυμα Ερευνών και η Πανεπιστημιακή κλινική Αφροδισίων και Δερματικών νόσων στο ΝΟΣΟΚΟΜΕΙΟ ΑΝΔΡΕΑΣ ΣΥΓΓΡΟΣ.