Polacy w czołówce międzynarodowego konkursu radiologicznego

6. miejsce zajął ostatecznie zespół FP Healthcare w tegorocznej edycji BraTS Challenge, czyli największego światowego konkursu na stworzenie algorytmu do analizy obrazowania medycznego mózgu.

Inżynierowie FP Healthcare, jednostki medycznej gliwickiej firmy technologicznej Future Processing, po fazie walidacyjnej zajmowali 5. pozycję. Multimodal Brain Tumor Segmentation (BraTS) Challenge poświęcony jest glejakom (nowotworom mózgu). Wyniki zaprezentowano podczas Amerykańskiego Kongresu Radiologicznego.

Udział w konkursie zadeklarowało 2600 drużyn z całego świata. Tyle zespołów pobrało udostępnioną przez organizatorów bazę danych, w oparciu o którą miały przygotować i przesłać własny model sztucznej inteligencji (AI). Zadanie polegało na budowie algorytmu automatycznie segmentującego glejaka w badaniach rezonansu magnetycznego na trzy regiony: obrzęk, aktywne komórki nowotworowe (wzmacniające się po podaniu kontrastu) oraz martwicę. Z tym wyzwaniem uporało się 1300 zespołów. Drużyna, której liderem jest Krzysztof Kotowski, od 2017 roku bierze udział w konkursie BraTS Challenge. Po raz pierwszy osiągnęła taki sukces.

– 6. miejsce, to dla nas duże osiągnięcie. Udowodniliśmy, że umiejętności polskich inżynierów są na światowym poziomie. Obserwując wcześniejsze edycje można było zauważyć, że często zespoły, które po fazie walidacyjnej zajmowały wysokie pozycje, w ostatecznych wynikach plasowały się niżej. Nam udało się utrzymać pozycję w ścisłej czołówce. Dodam również, że wynik jest w większym stopniu efektem wykorzystania doświadczeń z innych projektów, które realizujemy, a nie bezpośredniego zaangażowania w pracę konkursową – wyjaśnia Krzysztof Kotowski, specjalista ds. algorytmów i uczenia maszynowego w Future Processing Healthcare.

Po fazie walidacyjnej (konkurs składa się z etapów walidacyjnego oraz testowego) zespół FP Healthcare zajmował 5 miejsce. Ostatni etap konkursu – testowy – obejmował większą ilość badań w zakresie skuteczności opracowanego rozwiązania niż w fazie walidacyjnej.

Czytaj także: Sztuczna inteligencja pomoże zdiagnozować wady genetyczne płodu