Spausdinti

2023 02 14 aiste kielaite gulla medicinos fakultetasAistė Kielaitė-Gulla. Medicinos fakulteto nuotr.

Lietuvoje, kaip ir visoje Europoje, trūksta transplantacijai tinkamų organų, todėl mašininio mokymosi taikymas teikia vilčių, kad transplantacijos laukiančių prognozės taps patikimesnės, o procedūra sklandesnė. Solidinių organų transplantacija yra unikali ir sudėtinga chirurgijos šaka, operacijos sėkmė priklauso nuo sudėtingo ir daugialypio donoro, operacijos laukiančio recipiento paruošimo ir chirurginės procedūros kintamųjų santykio. Šiuo metu naudojami mašininio mokymosi modeliai, kaip viena iš naudingiausių inovacijų chirurgijoje, buvo pasiūlyti siekiant tikslesnės priešoperacinės diagnostikos bei pooperacinės prognozės. Kurti Lietuvoje planuojamo modelio susibūrė trys komandos: VU Matematikos ir informatikos fakulteto, Duomenų mokslo bei skaitmeninių technologijų instituto bei VU Medicinos fakulteto. Projekto partneriu tapo su VULSK Organų Transplantacijos koordinavimo centras.

„Mūsų tikslas – sukurti dirbtinio intelekto modelį, kuris padėtų transplantologų komandai priimti optimalų sprendimą dėl organo tinkamumo transplantacijai“ – teigia VU Duomenų mokslo ir skaitmeninių technologijų instituto direktorius prof. G. Dzemyda.

„Bendradarbiavimas tarp fakultetų leidžia plačiau pažvelgti į problemą ir sudaro prielaidas naujiems moksliniams tyrimams bei išradimams. Visuomet skatinu tarpdisciplininį specialistų darbą diegiant naujausias inovacijas pacientų sveikatos kokybei gerinti“, – tvirtina VU MF dekanas, prof. D. Jatužis.

Sukurtas sprendimas bus įdiegtas klinikinėje praktikoje ir laisvai pasiekiamas ne tik Lietuvos, bet ir visai pasaulinei transplantologų bendruomenei.

„Mašininis mokymasis – unikali galimybė kompiuteriui pritaikant medikų sukauptą patirtį išmokti priimti geriausius sprendimus. Taip pat svarbi galimybė atrinkti donorui ir recipientui didžiausią įtaką darančius veiksnius sėkmingai transplantacijai. Tai – didelis žingsnis į priekį vertinant priešoperacinį pasiruošimą ir pooperacinę priežiūrą, gerinant kokybės rodiklius ir užkertant kelią komplikacijoms“ – teigia doc. A. Gulla, atliekanti podoktorantūros stažuotę VU Matematikos ir Informatikos fakultete. „Didžiuojuosi galimybe dirbti su aukščiausio lygio mašininio mokymosi ir dirbtinio intelekto specialistų komanda VU Matematikos ir Informatikos fakultete bei įgyti naujų žinių pasaulinio lygio centre – Niujorke įsikūrusiame „Memorial Sloan Kettering Cancer Center“– tvirtina ji.

Projekto metu sukurti modeliai neabejotinai pagerins transplantacijos procesų sėkmės prognozės tikslumą, leis atrinkti įtakingiausius veiksnius, turinčius įtakos sergamumui ir mirtingumui po transplantacijos bei optimizuoti organų paskirstymo transplantacijos laukiantiems pacientams  procesą.

Projektas „Mašininio mokymosi naudojimas nustatant kepenų transplantacijos priešoperacines galimybes ir pooperacinius rezultatus“ yra finansuojamas LMT, Nr. P-PD-22-099.