Timovi šeste generacije već od početka nove godine rade na svojim startupima sudjelovanjem na Startup 101 bootcampu u sklopu Erasmus+ projekta Cogsteps i radionicama u sklopu SPOCK-a, a sad je vrijeme da ih predstavimo. Prvi tim kojeg predstavljamo je Digicyte kojem je cilj digitalizirati uzorke tkiva uz pomoć skenera Marvin kako bi olakšali ranu dijagnostiku iz biopsija koja je posebice važna kod tumora.
Dijagnostika iz biopsija, odnosno iz uzoraka tkiva, stanica i tjelesnih tekućina u medicini se još uvijek bazira na manualnom i sporom, ali i često subjektivnom pregledu pod mikroskopom. Rana i točna dijagnostika je ključna, pogotovo kod tumora. No, preparati se pod mikroskopom moraju gledati na jako velikim povećanjima na kojima je često nemoguće detaljno proći cijeli uzorak. Uz to, doktori su ljudi, a ljudi imaju dobre dane i loše dane, skloni su umoru i distrakcijama. Sve to vodi do varijabilnosti u analizi uzoraka tkiva i stanica.
Razvoj algoritama dubokog učenja, odnosno “umjetne inteligencije”, pružio je tračak nade da bi se stvari konačno mogle promijeniti. No, većina ustanova i klinika si još uvijek ne može priuštiti skenere s kojima bi digitalizirali uzorke tkiva. Dok je u našim svakodnevnim životima digitalizacija postala ubikvitarna, u medicini je ona još uvijek “rezervirana” samo za najveće laboratorije i institucije na zapadu. Digitalizacija je ključna jer “otvara vrata” korištenju računalnih algoritama, a time i umjetne inteligencije u analizi slika. Bez digitalnih slika nema umjetne inteligencije.
Osim digitalizacije, značajnu barijeru u širokoj primjeni umjetne inteligencije u analizi uzoraka tkiva predstavlja i veliki broja slika potrebnih za treniranje neuronskih mreža. Označavanje medicinskih slika nije samo vremenski zahtjevan posao, već zahtijeva i duboko razumijevanje podataka, odnosno patologije. Visoka stručnost zajedno s vremenskim aspektom u medicini dovodi do visoke cijene označavanja slika koja često nije održiva. Bez alata koji može automatski i točno označiti veliku količinu slika nikada nećemo imati široku upotrebu umjetne inteligencije u medicini.
Marvin – skener preparata tkiva
Digitalizacija i umjetna inteligencija uvest će revoluciju u medicinsku dijagnostiku. No, da bi do toga došlo pokretno je fokusirati se ne samo na razvoj AI aplikacija, već i na razvoju povoljnijeg skenera koji bi omogućio i široko korištenje ovih rješenja. Iz tog razloga mi smo razvili Marvina – skener preparata tkiva koji je za red veličine (>10×) pristupačniji u odnosu na postojeća rješenja na tržištu. To je postignuto razvojem niza “state-of-the-art” algoritama koji mogu kompenzirati korištenje jednostavnijeg hardvera, ali i općenito pružiti puno bolju funkcionalnost (npr. potpuno automatsko, “one-button” skeniranje).
Marvin je zapravo motorizirani mikroskop visoke rezolucije (250 nm). Razvijen je u potpunosti od nule po uzoru na 3D printere, a korištenjem malih, no jako brzih neuronskih mreža Marvinu je dano “ljudsko” razumijevanje tkiva, odnosno mogućnost automatskog lociranja i skeniranja preparata, što uklanja potrebu za tehničarom, a time i dodatno smanjuje operativne troškove. To omogućava malim klinikama ili čak područjima bez adekvatnih stručnjaka poput pojedinih dijelova Hrvatske da svojim pacijentima pruže stručnu analizu koja bi im inače bila uskraćena ili značajno otežana.
Prikaz testisa psa uslikan skenerom histoloških preparata, Marvinom, s rezolucijom 250 nanometara
Naš tim trenutno čine četiri osobe s međusobno komplementarnim znanjima. Dora Machaček i Krunoslav Vinicki dolaze iz područja veterinarske medicine i jako dobro razumiju potrebe i probleme s kojima se liječnici susreću u svakodnevnoj praksi. Dora se primarno bavi obradom slikovnih podataka i razvojem AI aplikacija s ciljem kvantificiranja različitih stanica od interesa iz skeniranih tkiva. Krunoslav je pak zadužen za razvoj softverskog dijela skenera. Njegov glavni cilj je pomoću pametnih algoritama i brzih neuronskih mreža spustiti cijenu hardvera, te tako omogućiti široku upotrebu digitalizacije u patologiji.
Dominik Sremić je inženjer robotike i u projekt donosi široko znanje iz industrije. Za vrijeme studiranja na Fakultetu strojarstva i brodogradnje dobio je dvije rektorove nagrade, a također je i samostalno dizajnirao i sastavio nekoliko vlastitih verzija 3D printera i električnih romobila. U timu je zadužen za razvoj hardvera, odnosno elektronike i mehanike skenera tkiva.
Leo Obadić je najnoviji član našeg tima. Diplomirao je na Fakultetu elektrotehnike i računarstva i ima višegodišnje iskustvo u razvoju kompleksnih softverskih rješenja.
Na ovome projektu radimo zajedno već dvije godine, a iza nas se nalaze četiri verzije skenera i brojni state-of-the-art algoritmi. Kao razvojni tim, prve dvije godine razvoja smo fokus isključivo stavljali na tehnička rješenja te smo nažalost zanemarivali sve ostale aspekte pokretanja i vođenja vlastitog startupa. Susret s Matijom Srbićem, odnosno sa SPOCK inkubatorom, nam je zapravo bio prvi doticaj sa startup svijetom. Iako je šesta generacija SPOCK inkubatora tek počela, već sada možemo tvrditi da je drastično akcelerirao razvoj našeg startupa. Putem predavanja, ali i razgovora sa stručnjacima koje nudi SPOCK-ov program smo usvojili neka ključna znanja i ubrzali razvoj, a kroz informacije o natječajima i natjecanjima na koja se kao tim možemo prijaviti smo ove godine pobjedom na Startup Factory natjecanju dobili i prva veća sredstva za razvoj.
Svjesni smo da se ispred nas nalaze još brojne prepreke, no ne sumnjamo da ćemo uz SPOCK te iste prepreke riješiti puno lakše i brže. Do kraja programa se vidimo kao dobro organizirani tim s potpuno razvijenim i tržišno spremnim hardverskim i softverskim rješenjem za digitalizaciju preparata u medicini, s već razvijenom prvom AI aplikacijom i prvih suradnjama u humanoj medicini.
