Objectives

Κύρια Ιδέα

Στόχος του έργου είναι η δημιουργία μιας πλατφόρμας για την υποστήριξη της διάγνωσης και της σταδιοποίησης ασθενειών από την βιοψία των ασθενών.

Σκεπτικό και Σκοπιμότητα – Αναγκαιότητα

Το Deep-in-Biopsies συνεισφέρει στην υποβοήθηση της διαγνωστικής διαδικασίας, στην άρση της υποκειμενικότητας των ειδικών, στην ακριβέστερη αξιολόγηση των ευρημάτων, αλλά και στην ευελιξία τροποποιήσεων με βάση τις νέες εξελίξεις.

Υφιστάμενη τεχνολογική στάθμη & πρόοδος πέραν αυτής

Η εξέλιξη των μικροσκοπίων και των υποδομών έχει φέρει στο προσκήνιο τα τελευταία χρόνια την ανάλυση βιοψιών με σκοπό την ποσοτικοποίηση των παθολογικών ευρημάτων...

EE1

Απαιτήσεις Χρηστών Σχεδίαση Αρχιτεκτονικής της Πλατφόρμας (Μ1-Μ12)

Στόχος είναι το τελικό προϊόν να είναι σύμφωνο με τις προδιαγραφές που θέτουν οι ίδιο οι χρήστες, να είναι δηλαδή φιλικό προς τον χρήστη, αλλά και να έχουν επιλεγεί οι βέλτιστες τεχνολογίες για την υλοποίησης του.

EE2

Δημιουργία της υποδομής της πλατφόρμας (Μ8-Μ24)

Η υποδομή υπολογιστικού νέφους βασίζεται σε μια ισχυρή λύση επιχειρησιακής λογικής για την εκτέλεση εφαρμογών έντασης-δεδομένων. Η υποδομή αυτή επιτρέπει την ευελιξία που απαιτείται για την κάλυψης πολλαπλών διαδικασιών, ενώ ταυτόχρονα πραγματοποιείται βέλτιστη χρήση των διαθέσιμων πόρων.

EE3

Υλοποίηση ευφυούς υποσυστήματος επεξεργασίας Βιοψιών (Μ8-Μ22)

Η EE3 αφορά την υλοποίηση υποσυστημάτων της επεξεργασίας των εικόνων των βιοψιών, τα οποία εκτελούνται με παρότρυνση του χρήστη από τα διεπαφή. Ο ειδικός ιατρός δεν παρεμβαίνει άμεσα σε αυτά καθώς δεν έχει τις ειδικές γνώσεις για να το πράξει, ωστόσο τα τροφοδοτεί με δεδομένα εισόδου και λαμβάνει τα αποτελέσματα.

EE4

Υλοποίηση της λειτουργικότητα και της Διεπαφής Χρηστών (Μ8-Μ26)

Το μεγάλο στοίχημα την ΕΕ4 είναι η δημιουργία μιας διεπαφής χρήστη, η οποία να είναι κατά το δυνατό απλοποιημένη και χρηστική. Τον στόχο αυτό δυσκολεύουν αφενός η πολυπλοκότητα των Συνελικτικών Νευρωνικών Δικτύων ως μεθόδου, η οποία δεν αφήνει περιθώρια παρέμβασης τους από τους ειδικούς ιατρούς, αφετέρου η ιδέα στην οποία βασίζεται η πλατφόρμα.

EE5

Έλεγχος και διαλειτουργικότητα πλατφόρμας (Μ24-Μ30)

Κατά την ενότητα εργασίας 5 διεξάγεται ο έλεγχος της πλατφόρμας, ως προς την ορθή λειτουργία της και την διαλειτουργικότητα των συνιστωσών. Ο ρόλος της ενότητας αφορά και το τεχνικό πεδίο των συνιστωσών οπότε και πρέπει να εντοπιστούν και να διορθωθούν ατέλειες του συστήματος, αλλά και στο ιατρικό πεδίο οπότε και οι ειδικοί ιατροί επισημάνουν τυχόν λάθη και παραλείψεις στην έξοδο της πλατφόρμας.

Αρχιτεκτονική έργου

Η αρχιτεκτονική υψηλού επιπέδου του συστήματος δίδει ιδιαίτερη έμφαση στην διττή προσέγγιση για την αξιοποίηση του. Την καρδιά της πλατφόρμας αποτελεί το ευφυές σύστημα, ο σκοπός του οποίου είναι να αξιοποιεί πόρους στο υπολογιστικό νέφος, και είναι βασισμένο σε σύγχρονες τεχνικές βαθιάς μάθησης αλλά και κλασικές τεχνικές επεξεργασίας εικόνας.

Συνολική Στρατηγική του Πλάνου Εργασίας

Το πλάνο εργασίας προβλέπει τρεις φάσης, οι οποίες εξελίσσονται σειριακά, ενώ συνολικά οι εργασίες υλοποιούνται σε πέντε Ενότητες Εργασίας. Κατά την φάση σχεδιασμού η κοινοπραξία μελετά τις απαιτήσεις των χρηστών του συστήματος και σχεδιάζει την τελική αρχιτεκτονική.

Βασικά θέματα της μεθοδολογίας

Οι τεχνικές επεξεργασίας εικόνας και μηχανικής μάθησης αποτελούν μια απαιτητική από τη φύση τους υπολογιστική διαδικασία. Ως εκ τούτου, το υπολογιστικό σύστημα απαιτείται να παρέχει επαρκείς πόρους επεξεργασίας και μνήμης. Το διαγνωστικό εργαλείο είναι βασισμένο σε μεθόδους βαθιάς μάθησης, οι οποίες μπορούν να παρέχουν πλήρως αυτοματοποιημένες προσεγγίσεις στα προβλήματα κατάτμησης και ταξινόμησης.

Στρατηγικά αποτελέσματα

Βασική επιδίωξη είναι η δημιουργία μιας εμπορεύσιμης πλατφόρμας για την διαχείριση και επεξεργασία των βιοψιών, η οποία να απευθύνεται σε όλα τα ιατρικά πεδία, στα οποία εμπλέκονται ιστολογικές εξετάσεις.

Επιπτώσεις στους εταίρους

H Q Base είναι μια εταιρία έντασης γνώσης (spin off), η οποία δραστηριοποιείται στον χώρο των ευφυών πληροφοριακών συστημάτων με έμφαση στην ιατρική, αξιοποιώντας καινοτόμες τεχνικής Μηχανικής Μάθησης και επεξεργασίας σήματος και εικόνας. Σε συνεργασία με το Imperial College of London αλλά και το τμήμα Πληροφορικής και Τηλεπικοινωνιών, η εταιρία υλοποιεί μια πλατφόρμα για την επεξεργασία βιοψιών ήπατος με συγκεκριμένα χαρακτηριστικά...

Οικονομικές επιπτώσεις

Τα οικονομικά οφέλη για τους ειδικούς ιατρούς θα είναι ιδιαίτερα σημαντικά, καθώς όπως προαναφέρθηκε η διαδικασία αναγνώρισης των ευρημάτων σε βιοψίες είναι συνήθως χρονοβόρα και επίπονη διαδικασία. Ως αποτέλεσμα, η πλατφόρμα μπορεί να βελτιώσει την αποδοτικότητα των ειδικών, προσφέροντας υποστήριξη στην απόφαση τους με ποσοτικοποιημένες μετρικές.

Κοινωνικά οφέλη

Τα αναμενόμενα κοινωνικά οφέλη του έργου συνοψίζονται στα εξής: 1) Ακριβέστερη διάγνωση και σταδιοποίηση της κατάστασης των ασθενών από τις βιοψίες καθώς αυτή θα ενισχύεται με την εξαγωγή αντικειμενικών μέτρων για τα ευρήματα της βιοψίας.

News

Latest news & Announcements