Projekty

Inteligentna walka z sepsą - innowacyjne wykorzystanie sztucznej inteligencji w szybkiej diagnostyce mikrobiologicznej sepsy



Instytucja Finansująca: FNP
Oficjalna strona projektu: Link
Okres realizacji: 2024-08-01 – 2025-08-31
Całkowita wartość projektu: 643 440, 00 zł
Kwota dla UJ CM: 643 440, 00 zł
Konkurs: Proof of Concept 1/2023

Kierownik: dr hab. n. med. Monika Brzychczy-Włoch
E-mail kierownika: m.brzychczy-wloch@uj.edu.pl
Osoba do kontaktu: Barbara Sporek
Telefon osoby do kontaktu: 13 433 27 98
E-mail osoby do kontaktu: barbara.sporek@uj.edu.pl
Jednostka: Katedra Mikrobiologii
Telefon do jednostki: 12 633-0877


Opis projektu:
Sepsa jest stanem zagrażającym życiu wynikającym z uszkodzenia tkanek i narządów, do którego dochodzi na skutek zakażenia. Pomimo postępów w leczeniu i wprowadzeniu długoterminowych terapii podtrzymywania życia, kluczowe znaczenie dla pacjenta ma szybka i trafna diagnostyka czynnika etiologicznego zakażenia, co warunkuje wdrożenie skutecznej terapii i jego wyleczenie. W rutynowej diagnostyce mikrobiologicznej procedura identyfikacji drobnoustrojów składa się z wielu etapów i trwa kilka dni. Rozpoczyna się od pobrania krwi na posiew i hodowli drobnoustroju na sztucznych podłożach. Następnie patogen jest izolowany i identyfikowany przy zastosowaniu szeregu testów fenotypowych lub molekularnych. Tematyka projektu adresuje problem szybkiej diagnostyki mikrobiologicznej, umożliwiającej identyfikację drobnoustrojów patogennych powodujących zakażenia uogólnione przy zastosowaniu metod głębokiego uczenia maszynowego. Prezentowana metoda pozwoli na identyfikację drobnoustrojów na podstawie obrazów mikroskopowych preparatów z materiałów klinicznych - krwi, barwionych metodą Grama, z wykorzystaniem opracowanych algorytmów AI. Uzyskane przy zastosowaniu sztucznej inteligencji wyniki będą weryfikowane z wynikami z klasycznej diagnostyki mikrobiologicznej. Innowacyjne rozwiązanie pozwoli na redukcję kosztów i ograniczanie zużycia zasobów poprzez wyeliminowanie konieczności wykonywania wielu posiewów i testów umożliwiających identyfikację patogenów, ale przede wszystkim umożliwi znaczące skrócenie czasu diagnostyki i wdrożenie skutecznej terapii przeciwdrobnoustrojowej. Efektem końcowym projektu będzie opracowanie prototypu aplikacji komputerowej - MicroBloodID, która na podstawie zdjęcia preparatu z krwi z mikroskopu optycznego, poprzez zastosowanie metod głębokiego uczenia maszynowego, dokona identyfikacji czynnika etiologicznego zakażenia oraz wygeneruje zalecenia empirycznej antybiotykoterapii.

Powrót >