Projekt GUMed z dofinansowaniem w programie „Perły nauki II”

1.08.2025

Zespół naukowców z Gdańskiego Uniwersytetu Medycznego uzyskał dofinansowanie na realizację projektu badawczego pt. Ocena jakości przezklatkowego badania echokardiograficznego za pomocą algorytmów uczenia maszynowego. Projekt jest finansowany ze środków budżetu państwa, przyznanych przez Ministra Nauki w ramach Programu Perły nauki II, a jego całkowita wartość wynosi 161 690,00 zł.

Kierownikiem projektu jest dr Wojciech Nazar z Pracowni Alergologii i Pneumonologii Eksperymentalnej i Translacyjnej GUMed, a opiekę merytoryczną sprawuje prof. Ludmiła Daniłowicz-Szymanowicz, kierownik Kliniki Kardiologii i Elektroterapii Serca UCK, szpitala GUMed.

W skład zespołu badawczego wchodzą również kolejni pracownicy tej Kliniki: dr Damian Kaufmann oraz dr Elżbieta Wabich. Badania prowadzone są w Klinice Kardiologii i Elektroterapii Serca, we współpracy z Pracownią Alergologii i Pneumonologii Eksperymentalnej i Translacyjnej.

Celem projektu jest opracowanie narzędzia opartego na sztucznej inteligencji, umożliwiającego automatyczną ocenę jakości obrazów echokardiograficznych. Rozwiązanie to ma na celu poprawę precyzji diagnostycznej oraz usprawnienie procesu kształcenia w zakresie echokardiografii.

Jakość obrazów uzyskiwanych podczas badania echokardiograficznego odgrywa kluczową rolę w prawidłowej ocenie funkcji serca – szczególnie w przypadku techniki śledzenia markerów akustycznych (speckle tracking echocardiography, STE), służącej do analizy odkształcenia mięśnia sercowego. Badania pokazują, że niska jakość obrazów może prowadzić do błędnych pomiarów, co wpływa na decyzje diagnostyczne i terapeutyczne.

Obecnie ocena jakości obrazów jest subiektywna i zależy od doświadczenia osoby wykonującej badanie. Zastosowanie algorytmu uczenia maszynowego – opartego na konwolucyjnych sieciach neuronowych (CNN) – pozwoli na obiektywną i powtarzalną ocenę jakości obrazów już w trakcie badania. Dane do uczenia i testowania algorytmu będą pochodziły od pacjentów Kliniki Kardiologii i Elektroterapii Serca GUMed, którzy przeszli implantację układów ICD lub CRT-D. Obrazy zostaną ocenione przez ekspertów i sklasyfikowane pod względem jakości, co umożliwi stworzenie zbioru referencyjnego do trenowania sieci neuronowej.

Zastosowanie tego rozwiązania w praktyce klinicznej pozwoli na bieżące dostosowywanie parametrów obrazowania, co zwiększy precyzję diagnostyczną. Dodatkowo, automatyczna ocena jakości obrazów może stanowić wsparcie edukacyjne – umożliwiając osobom uczącym się echokardiografii uzyskanie natychmiastowej informacji zwrotnej i skrócenie czasu nauki. W dłuższej perspektywie rozwiązanie może przyczynić się do standaryzacji oceny jakości obrazów w badaniach wieloośrodkowych i populacyjnych.
zdjęcia: Paweł Sudara, GE