Kako će Digicyte i Marvin demokratizirati digitalizaciju u medicini

Digicyte je dizajnirao skener po uzoru na 3D printere, ali i s razvojem niza "state-of-the-art" algoritama koji mogu kompenzirati korištenje jednostavnijeg hardvera te općenito pružiti puno bolju funkcionalnost

182
Digicyte: Dora, Krunoslav, Dominik i Marvin (u donjem desnom kutu) [Izvor: Digicyte / Krunoslav Vinicki]

Marvin je skener za digitalizaciju tkiva u medicini. To je zapravo automatizirani mikroskop visoke rezolucije (250 nm) koji je cijenom za red veličine – više od deset puta – pristupačniji u odnosu na postojeća rješenja na tržištu. Razvio ga je Digicyte, tim u kojem su studenti veterine Krunoslav Vinicki i Dora Machaček te inženjer strojarstva Dominik Sremić.

“Glavni razlog zašto smo krenuli s Marvinom je to što se u medicini jako puno priča o umjetnoj inteligenciji, a u realnosti nemamo neke osnovne tehnologije koje su preduvjet za razvoj deep learninga odnosno primjenu umjetne inteligencije. U patologiji još uvijek nema digitalizacije. Digitalne slike koje su uobičajene u svakodnevnom životu, u medicini su ograničene samo na laboratorije. Dakle, prvo moramo spustiti cijenu digitalizacije pa tek onda možemo pričati o umjetnoj inteligenciji, odnosno o tome da primjenom aplikacija postignemo bolju funkcionalnost”, tumači Krunoslav. “Umjetna inteligencija je trenutno jako ‘in’ i svi vole pričati o tome, kako u znanstvenoj zajednici, tako i u startup svijetu. No, mislim da ljudi često gledaju jako površno na ovu tehnologiju i ne razumiju, ili odbijaju razumjeti cijelu problematiku.”

Dva problema

“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”, objašnjava Krunoslav.

“Razvoj algoritama dubokog učenja, odnosno “umjetne inteligencije”, pružio je tračak nade da bi se stvari konačno mogle promijeniti. Problem je što si većina ustanova i klinika još uvijek ne može priuštiti skenere s kojima bi digitalizirali uzorke tkiva. Digitalizacija je ključna jer “otvara vrata” korištenju računalnih algoritama, a time i umjetne inteligencije u analizi slika. Bez digitalnih slika nema umjetne inteligencije.”

Drugi problem je automatsko označavanje velikog broja slika potrebnih za treniranje neuronskih mreža. “To je problem o kojem se uopće ne govori. Označavanje slika je skupo, pogotovo u medicini, a bez alata koji može automatski i točno označiti veliku količinu slika mi nikada nećemo imati široku upotrebu umjetne inteligencije u medicini. To su dva primarna problema na kojima naš tim radi.”

Skener po uzoru na 3D printere

Digicyte je dizajnirao skener po uzoru na 3D printere, ali i s razvojem niza “state-of-the-art” algoritama koji mogu kompenzirati korištenje jednostavnijeg hardvera te općenito pružiti puno bolju funkcionalnost (npr. potpuno automatsko, “one-button” skeniranje).

Osim toga rade na alatu za automatsko označavanje slika, uz podršku Zavoda za veterinarsku patologiju s kojim surađujemo već tri godine. “Bez njih ne bismo mogli razvijati ovu tehnologiju”, ističe Krunoslav.

Softverski, glavna inovativnost skenera je ta da jezgru mnogih algoritama u skeneru čine jako brze 500 fps (frames per second) neuronske mreže koje mogu poput čovjeka razumjeti što se nalazi u vidnom polju i sukladno tome locirati i pravilno autofokusirati, odnosno skenirati preparat. To omogućava da kompenziraju nešto jednostavniju i povoljniju mehaniku u svom skeneru i tako spuste cijenu hardvera.

Skeneri za medicinu su skupi zbog visoke cijene komponenti. Bilo kakav skener je automatizirani mikroskop. Skener uzima skup slika koji onda spoja. Klasični, mehanički alati imaju određenu, vrlu preciznu toleranciju: da biste mogli spojiti slike, maksimalno odstupanje ograničeno je na 5 mikrona. Takva mehanika košta.

“Cijenu možete spustiti tako da hardver softverskim komentirate kako biste postigli potrebnu toleranciju. Morate napisati niz algoritama koji će softverski kompenzirati neke funkcionalnosti hardvera”, razlaže Krunoslav te navodi primjer dronova.

“Dron stvara vibracije i njih morate kompenzirati kako bi kamera imala mirnu sliku. Vibracije možete kompenzirati mehanički, kao što se radi u medicini, ali to je skupo. Uspijete li to softverski kompenzirati, možete znatno spustiti cijenu uređaja.” Upravo tim smjerom su krenuli kada su počeli stvarati Marvina.

Peteročlani tim s komplementarnim znanjima

Na projektu su Krunoslav i Dominik počeli raditi još 2018., a kasnije im se priključila Dora. Krunoslav je imao ideju, i kad je počeo raditi na njoj Dominik mu je 3D printao neke dijelove i uskoro su počeli surađivati. Najnovija pojačanja su dvojica softveraša, Leo Obadić i Andrej Jertec, tako je u timu sada pet osoba s komplementarnim znanjima.

Dora i Krunoslav dolaze iz područja veterinarske medicine te 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 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 i Andrej Jertec su završili Fakultet elektrotehnike i računarstva i imaju višegodišnje iskustvo u razvoju kompleksnih softverskih rješenja.

Za sada su fokusirani na područje veterine: “Dora i ja kao studenti dolazimo s područja veterine. Također, u veterini su najmanje prepreke za razvoj i rad s tkivima. S pravnog stajališta ograničenja u radu s tkivima nisu tako striktna kao u medicini pa imate puno veću slobodu u razvoju. Međutim, počeli smo polako surađivati i s humanim patolozima”, kaže Krunoslav.

Interes patologa

“U Hrvatskoj, kao i u ostalim zemljama srednje i istočne Europe, dijagnostika se još uvijek radi na potpuno manualni način, pregledom tkiva pod mikroskopom. Naravno, patolozi, odnosno doktori koji rade dijagnostiku iz takvih uzoraka. su jako uzbuđeni oko mogućnosti da bi se jednog dana dijagnostika mogla djelomično automatizirati. To bi im olakšalo i ubrzalo posao te povećalo produktivnost”, dodaje.

Imaju već nekoliko upita od strane veterinarskih klinika i institucija, a vjeruju da će i kroz suradnju s humanim patolozima otvoriti neka vrata.

“Što se tiče baze slika, samo generiramo i kreiramo rješenja za automatsko ili poluautomatsko označavanje tih istih slika”, kaže Krunoslav.

Dvije skupine konkurenata

Što se tiče konkurencije, Krunoslav kaže kako se on može “oštro podijeliti” u dvije skupine. Jednu grupu čine velike, već dugo postojeće firme (Leica, Olympus, Philips, Zeiss, Nikon, Hamamatsu) koje su fokusirane na razvoj skenera visokog kapaciteta, primarno za velike laboratorije te farmakološku industriju. Drugu grupu čine tvrtke poput Grundiuma koje se usredotočuju na male skenere koji mogu skenirati po jedan preparat odjednom.

“Oštra podjela između te dvije skupine uzrokovana je zapravo značajnim tehničkim preprekama u dizajniranju povoljnog ‘multislide’ skenera. To ostavlja veliku ‘prazninu’ na tržištu jer većina malih i srednjih klinika i laboratorija ima potrebe koje premašuju kapacitet malih ‘single-slide’ skenera, no u isto vrijeme me mogu si priuštiti postojeće skenere većeg kapaciteta”, razlaže Krunoslav.

“Ovdje govorimo o značajnim tehničkim preprekama, i to je razlog zašto nam je trebalo tri godine i pet verzija skenera da dođemo konačno do uređaja koji će polovicom ove godine biti spreman za tržište. U medicini ne vlada duh open-source softvera i kao rezultat toga medicina softverski jako zaostaje za drugim područjima, a razvoj je jako spor i težak. Mi nismo mogli otići na GitHub i implementirati neke gotove algoritme. Gotovih rješenja ili nema ili naprosto nisu dovoljno dobra.”

Dosadašnji razvoj su financirali sami, uz pomoć roditelja. Pobjeda na Zagreb Connectu donijela im je nagradu od 200.000 kuna. To je prvi pravi novac koji im je omogućio da malo bezbrižnije krenu s razvojem. Startup Factory kao uvod u Zagreb Connect i ZICER su im također pomogli da napreduju u poslovnom segmentu.

Postaviti skener u stvarne uvjete

Krunoslav također ističe da su trenutno u FER-ovom inkubatoru Spock, te veliku pomoć koju su tamo dobili od Josipe i Matije koji vode Spock.

“Bez Matije Srbića ne bismo došli ovako daleko. Dugo smo radili na razvoju sa skromnim resursima i bez da je itko znao za nas, a on nas je pogurao. Uputio nas je na ZICER, Startup Factory i niz drugih natječaja.”

Sada razvijaju petu verziju Marvina. Četvrta verzija bila je mehanički potpuno riješena. Nova verzija ima najviše izmjena u dizajnu,a treba još malo ‘ispeglati’ neke algoritme.

Kućište i metalne dijelove rade u Hrvatskoj, visoko precizne ležajeve i motore nabavljaju iz Njemačke, a iz Kine samo sitne dijelove koji ne utječu izravno na mehaniku i ne moraju biti vrlo precizni.

Planiraju da će do polovice godine imati potpuno riješen softverski dio i da bi u drugoj polovici godinu isporučili prve skenere stranama s kojima su potpisali pisma namjere, poput Veterinarskog fakulteta i Veterinarskog instituta.

“Najvažnije nam je da što prije razvijemo skener da ga stavimo u stvarne uvjete i nakon toga se želimo fokusirati na razvoj samih modela u stvarnim uvjetima”, zaključio je Krunoslav.