2026. gada 20. aprīlī Paula Stradiņa Klīniskajā universitātes slimnīcā īpašā pasākumā tika atklāts inovatīvu medicīnas tehnoloģiju projekts “Mākslīgā intelekta vadīta nelabvēlīgu audzēju un metastāžu diagnostikas risinājuma izstrāde” ar mērķi jau tuvākajā nākotnē veikt ātrāku un precīzāku nelabvēlīgu audzēju diagnostiku.

Projekta ietvaros tiks veidotas augstas precizitātes digitālo histopatoloģisko attēlu datu kopas, kas palīdzēs veidot un attīstīt mākslīgā intelekta risinājumu, lai:

• ārsti varētu ātrāk un precīzāk noteikt audzējus un metastāzes;
• samazinātu diagnostikas un rezultātu gaidīšanas laiku pacientiem;
• samazinātu cilvēcisko kļūdu iespējamību, īpaši – sarežģītos gadījumos;
• nodrošinātu vienlīdzīgu diagnostikas kvalitāti visās ārstniecības iestādēs.

Latvijas Universitātes Medicīnas un dzīvības zinātņu fakultātes Ķirurģijas, morfoloģijas un invazīvās medicīnas nodaļas profesors un Latvijas Patologu asociācijas vadītājs Sergejs Isajevs, savā prezentācijā uzsvēra: “Onkoloģijā lielākais izaicinājums ir diagnosticēšanas laiks un audzēja biomarķieru un lielo datu kopu savstarpējā saistība. Ļaundabīgā audzēja diagnozes gadījumā ir svarīgi to atklāt pēc iespējas agrāk, noteikt pēc iespējas precīzāk audzēja histoloģisko formu, specifiskus audzēja biomarķierus un to savstarpēju saistību, lai varētu precīzāk novērtēt prognozi,  izvēlēties pareizu ārstēšanu un prognozēt ārstēšanas efektivitāti. Mākslīgais intelekts mums var palīdzēt precīzāk un ātrāk izvērtēt dažādu audzēja pazīmju savstarpēju saistību. Mākslīgais intelekts kļūs par svarīgu ārstu palīgu, tomēr gala lēmums par diagnozi un ārstēšanas taktiku tāpat kā līdz šim paliks ārstu kompetencē un būs atkarīgs no ārstu zināšanām un pieredzes.”

Patoloģijas institūta vadītājs, Veselības ministrijas galvenais speciālists patoloģijas jomā, ārsts-patologs, docents Jurijs Nazarovs skaidroja: “Jā – tehnoloģijas nevar pilnībā aizstāt ārsta kompetenci, taču tās var apmācīt un izmantot kā efektīvus palīgrīkus. Tas ir īpaši svarīgi šobrīd, kad pieaug medicīnas personāla trūkums un vienlaikus palielinās pieprasījums pēc ātras un kvalitatīvas diagnostikas onkopatoloģijā. Projekta ilgtermiņa mērķis ir daļēji automatizēt diagnostikas procesu, tādējādi vēl vairāk uzlabojot diagnostikas kvalitāti, padarot to pieejamāku plašākam cilvēku lokam un vienlaikus mazinot slodzi veselības aprūpes sistēmā.”

Projekta rezultāts ne tikai uzlabos veselības aprūpes kvalitāti, bet arī stiprinās valsts spēju attīstīt modernus medicīnas tehnoloģiju risinājumus, veicinot sadarbību starp ārstiem un tehnoloģiju ekspertiem.

Papildu informācija par projektu

Projekta ietvaros tiks digitalizēts liels datu apjoms, kā arī veikta šo datu strukturēšana un sagatavošana. Tiks apmācīts mākslīgais intelekts, vienlaikus precīzi izvērtējot tā spēju palīdzēt patologiem konkrētu uzdevumu veikšanā.

Izmeklējumu attēli automātiski nonāks mākslīgā intelekta sistēmā, kur tiks darbināti specializēti modeļi. Aptuveni 30 sekunžu laikā tie sagatavos ārstam informāciju par iespējamo diagnozi un iezīmēs konkrētas vietas attēlā, kurām patologam pievērst īpašu uzmanību, tādējādi atvieglojot ārstu darbu.

Izstrādātie un apmācītie mākslīgā intelekta modeļi vēža diagnostikai tiks publicēti kā atvērtā koda risinājumi un būs pieejami pētniekiem un zinātniskajām institūcijām 2027. gadā.

Projekts tiek īstenots IPCEI Tech4Cure ietvaros un ir daļa no Eiropas Savienības digitālās un zaļās transformācijas iniciatīvām. Tā rezultāti tiks saskaņoti ar European Health Data Space iniciatīvu, nodrošinot savietojamību ar Eiropas veselības datu telpas principiem, tai skaitā datu standartizāciju, drošu datu apmaiņu un atkārtotu izmantošanu pētniecībā un veselības aprūpē.

Pašlaik šāda līmeņa projekti tiek īstenoti tikai dažās stratēģiski nozīmīgās jomās, tostarp mākoņdatošanā, mikroprocesoru izstrādē, enerģētikā (īpaši ūdeņraža tehnoloģijās), veselības aprūpē un mākslīgā intelekta attīstībā.

Sadarbība

Projektā sadarbojas Latvijas uzņēmumi SIA DATI Group un SIA DHANVANTARI SOLUTIONS, kā arī Itālijas partneris Sordina IORT Technologies S.p.A. (S.I.T.).

DATI Group ir vadošais partneris, kas nodrošina visu iesaistīto pušu sadarbību kopīgā mērķa sasniegšanai, koordinējot sadarbību gan starp pētniecības partneriem un izstrādātājiem, gan pārējiem IPCEI (Important Projects of Common European Interest)  iesaistītajiem partneriem. DATI Group nodrošina projekta koordināciju, prasību definēšanu un datu analītiku, kā arī pārrauga risinājuma izstrādes procesu un rezultātu atbilstību noteiktajām prasībām.

DHANVANTARI SOLUTIONS īsteno tehnoloģisko izstrādi, nodrošinot augstas veiktspējas skaitļošanas infrastruktūras izveidi, sistēmas arhitektūras realizāciju, kā arī mākslīgā intelekta modeļu izstrādi un validāciju.

Sadarbība ar S.I.T. tiek īstenota plašākā IPCEI Tech4Cure iniciatīvas ietvarā, kur DATI Group atbalsta un sniedz savas zināšanas mākslīgā intelekta rīku ieviešanā, lai uzlabotu FLASH radiobioloģijas izpratni un veicinātu klīnisko pētījumu rezultātu interpretāciju.

Paula Stradiņa Klīniskā universitātes slimnīca (PSKUS) nodrošinās medicīnisko zinātnisko kompetenci: medicīnisko datu analīzi un validāciju, prasību definēšanu mašīnmācīšanās modeļiem, kā arī veiks izstrādātā risinājumu izvērtēšanu un rezultātu zinātnisko interpretāciju.

Projekta kopējās izmaksas ir 2 006 069,99 eiro, no kuriem Eiropas Savienība atbalsta ar 1 543 713,19 eiro. Projektu plānots īstenot līdz 2027. gada 31.decembrim.

Projekta Nr. 5.1.1.2.i.0/4/25/A/CFLA/008. Projekts tiek īstenots Eiropas Savienības Atveseļošanas un noturības mehānisma plāna 5.1. reformu un investīciju virziena “Produktivitātes paaugstināšana caur investīciju apjoma palielināšanu P&A” 5.1.1.r. reformas “Inovāciju pārvaldība un privāto P&A investīciju motivācija” 5.1.1.2.i. investīcijas “Atbalsta instruments pētniecībai un internacionalizācijai ceturtās kārtas  ietvaros.

Vairāk par projektu aicinām lasīt šeit: https://www.datigroup.com/lv/projekti/maksliga-intelekta-vadita-nelabveligu-audzeju-un-metastazu-diagnostikas-risinajuma-izstrade

SIA DATI Group ir atvērta sadarbībai ar gan publiskajām, gan privātajām institūcijām, lai veicinātu risinājuma tālāku attīstību, validāciju un ieviešanu praksē.