Zaloguj się 
Dzieje się!
AI w walce z rakiem. Niemiecki instytut KiTZ czeka na dane z Polski
Instytut KiTZ Heidelberg wykorzystuje sztuczną inteligencję oraz najnowocześniejszą infrastrukturę IT do walki z nowotworami dziecięcymi. Jak przekonują jego przedstawiciele, prowadzone badania mogą zrewolucjonizować onkologię dziecięcą – o ile w projekt w większym stopniu zaangażują się europejskie placówki medyczne, w tym te z Polski.
Z tego artykułu dowiesz się…
- Jak sztuczna inteligencja wspiera lekarzy w diagnozowaniu i leczeniu nowotworów u dzieci.
- Dlaczego dane z Polski mogą uratować życie małych pacjentów w całej Europie oraz jak przebiega międzynarodowa współpraca w tym zakresie.
- Z jakimi wyzwaniami technologicznymi i prawnymi mierzy się dziś medycyna oparta na AI – i jak instytut w Heidelbergu próbuje je pokonać.
Sztuczna inteligencja coraz śmielej wkracza w świat medycyny, a jej potencjał w leczeniu nowotworów jest ogromny. W Heidelbergu działa instytut KiTZ (Hopp-Kindertumorzentrum Heidelberg), który łączy badania naukowe z praktyką kliniczną, tworząc nowy standard w walce z nowotworami dziecięcymi. Niemieccy specjaliści mówią wprost: AI może ratować życie najmłodszych pacjentów – ale do tego potrzebuje jednego kluczowego zasobu: danych. Także z Polski.
Współpraca ponad granicami
– W ramach projektu INFORM prowadzimy międzynarodowy rejestr dzieci z nowotworami wysokiego ryzyka lub nawrotowymi. Uczestniczy w nim kilkanaście europejskich krajów, w tym Polska – mówi R.J. Autry, lider grupy bioinformatyki klinicznej i genomiki translacyjnej w KiTZ.
W praktyce oznacza to, że próbki genetyczne od pacjentów trafiają do Heidelbergu, gdzie są sekwencjonowane i analizowane. Przyczynia się to do zwiększania skuteczności terapii w całej Europie. Na podstawie profilu molekularnego konkretnego nowotworu lekarze mogą otrzymać rekomendacje dotyczące terapii celowanych lub badań klinicznych, do których pacjent może zostać zakwalifikowany.
Dane są omawiane co tydzień podczas wspólnego europejskiego molekularnego „tumor board”, w którym uczestniczą także polscy lekarze.
– Otrzymujemy próbki m.in. z Wrocławia, mamy też kontakty z placówką w Warszawie. Jesteśmy otwarci na dalszą współpracę z Polską – zapewnia Autry.
W ostatnich tygodniach KiTZ podjął współpracę także z Instytutem "Pomnik-Centrum Zdrowia Dziecka" w Warszawie. Osobą odpowiedzialną za kooperację jest prof. dr hab. n. med. Bożenna Dembowska-Bagińska. Instytut współpracuje m.in. przy projektach INFORM i MNP.
AI w centrum nowoczesnej onkologii
KiTZ to centrum badań i leczenia nowotworów u dzieci i młodzieży, utworzone z inicjatywy Niemieckiego Centrum Badań nad Rakiem (DKFZ), Uniwersytetu w Heidelbergu oraz Uniwersyteckiego Szpitala Klinicznego w Heidelbergu. To instytucja, która łączy zaawansowane badania naukowe z praktyką kliniczną, działając na wzór amerykańskich Comprehensive Cancer Centers.
Głównym celem KiTZ jest poprawa wyników leczenia nowotworów i ciężkich chorób krwi u dzieci. Projekty badawcze koncentrują się na indywidualizacji terapii, co staje się możliwe dzięki rozwojowi sztucznej inteligencji. Przykładowo, jednym z najbardziej zaawansowanych narzędzi stosowanych przez instytut jest klasyfikator nowotworów mózgu i kości oparty na analizie metylacji DNA. Jak podkreślają przedstawiciele KiTZ, to rozwiązanie jest unikalne w skali świata – wykorzystuje setki tysięcy próbek zebranych w ciągu ostatniej dekady.
– Dzięki temu jesteśmy w stanie precyzyjnie zidentyfikować typ guza i dobrać odpowiednie leczenie – tłumaczy R.J. Autry.
Sztuczna inteligencja wykorzystywana jest również do przetwarzania dokumentacji medycznej. Modele językowe typu LLM (Large Language Models) pomagają zamienić opisy lekarzy na dane strukturalne, które można następnie analizować w ramach centrum danych rozwijanego w instytucie.
– To pozwala nie tylko przyspieszyć pracę, ale przede wszystkim wykorzystać te dane w badaniach naukowych – mówi Michael Hain, menedżer IT w KiTZ.
Przyszłość to dane. Dużo danych
W opinii naukowców z Heidelbergu kluczowe jest stworzenie wspólnej bazy danych pacjentów onkologicznych – na poziomie europejskim, a docelowo globalnym.
– W idealnym świecie zebrane dane z całej Europy trafiałyby do jednego repozytorium, na podstawie którego trenowalibyśmy modele AI i poszukiwali nowych celów terapeutycznych – mówi R.J. Autry.
Problemem są jednak bariery legislacyjne, szczególnie związane z RODO i interpretacją przepisów o ochronie danych osobowych.
– W Niemczech wszystko musi być zgodne z rygorystycznymi normami, co oznacza, że cała infrastruktura musi działać lokalnie – podkreśla Michael Hain.
Podczas gdy np. holenderskie placówki mogą korzystać z chmury Google, niemieckie instytucje nadal muszą opierać się na rozwiązaniach on-premise, czyli rozwijanych wewnątrz instytutu. Dlatego KiTZ inwestuje we własne centrum danych, które rozbudowywane jest od ponad dekady. Obecnie przechowuje ono już ponad petabajt danych, a potrzeby stale rosną.
– Nasze dane nie są jednorodne. To dane dynamiczne, niestrukturalne, sięgające od kilku kilobajtów do setek terabajtów. Musimy mieć gwarancję ich dostępności 24/7, bez żadnych przestojów, bo to przekłada się na czas reakcji w leczeniu pacjentów – tłumaczy Michael Hain.
Dlatego instytut inwestuje w wewnętrzną „fabrykę AI”. Dostarczycielem technologii są firmy: Dell Technologies i NVIDIA.
AI potrzebuje sprzętu i ludzi
Aby sztuczną inteligencję można było efektywnie wykorzystać, niezbędna jest odpowiednia infrastruktura. W KiTZ działa własny klaster obliczeniowy HPC, który jest obecnie rozbudowywany o nowe procesory graficzne (GPU).
– Kiedyś z AI korzystały dwie osoby, dziś jest ich dwadzieścia pięć. Potrzebujemy coraz większej mocy obliczeniowej, bo to realnie wpływa na szybkość analiz – mówi Michael Hain.
Jak dodaje przedstawiciel KiTZ, koszt całej infrastruktury to już kilka milionów euro.
– Ale dzięki temu możemy zapewnić szybkość, niezawodność i bezpieczeństwo danych, których potrzebują nasi badacze – dodaje nasz rozmówca.
Szpital i nauka razem w walce z nowotworami
Jednym z atutów KiTZ jest ścisła integracja kliniki z zapleczem naukowym.
– Pracujemy w jednej przestrzeni z lekarzami, dzięki czemu lepiej rozumiemy ich potrzeby i możemy projektować systemy, które naprawdę im pomagają. Chodzi o to, by nie tworzyć rozwiązań, które nikomu się nie przydadzą. Potrzebna jest komunikacja – mówi R.J. Autry.
W Niemczech wiele szpitali nadal nie jest w pełni zdigitalizowanych. KiTZ chce to zmienić, inwestując w nowy system szpitalny, który umożliwi integrację danych klinicznych i genomowych.
– Tylko wtedy analiza genetyczna ma sens. Jeśli nie wiemy, jakie leki pacjent przyjmował i jaki był jego stan kliniczny, nie wyciągniemy właściwych wniosków – zaznacza przedstawiciel instytutu.
Dane nie muszą pochodzić wyłącznie z jednego kraju. Wręcz przeciwnie – im więcej opisanych przypadków, tym lepsze systemy AI, które mogą generować trafniejsze rekomendacje. Dlatego instytut aktywnie poszukuje partnerów do współpracy międzynarodowej – także w Polsce.
Polska może więcej
Choć polskie placówki uczestniczą w międzynarodowych projektach, ich potencjał jest znacznie większy.
– Jesteśmy otwarci na współpracę z kolejnymi ośrodkami z Polski. Im więcej danych, tym większa szansa, że znajdziemy nowe cele terapeutyczne i lepiej dopasujemy leczenie do konkretnego pacjenta. W onkologii dziecięcej, gdzie przypadków jest mniej, każdy rekord ma znaczenie – deklaruje R.J. Autry.
Główne wnioski
- Sztuczna inteligencja rewolucjonizuje onkologię dziecięcą. Dzięki AI możliwa jest precyzyjna diagnoza i dobór terapii na podstawie molekularnego profilu nowotworu. W instytucie KiTZ wykorzystuje się m.in. unikalne klasyfikatory nowotworów oraz modele językowe do przetwarzania dokumentacji medycznej.
- Współpraca międzynarodowa – także z Polską – jest kluczowa. Program INFORM łączy europejskie kraje w budowie wspólnej bazy danych pacjentów, co pozwala lepiej dopasować leczenie i zwiększa skuteczność terapii nowotworowych u dzieci.
- Dane są fundamentem rozwoju AI w medycynie, ale istnieją wyzwania infrastrukturalne i prawne. Potrzebna jest nowoczesna infrastruktura (tak jak klastry HPC czy centra danych) oraz zniesienie barier prawnych – przede wszystkim tych wynikających z restrykcyjnych przepisów RODO – aby umożliwić skuteczne, europejskie trenowanie modeli AI.
