AI platforma převádí patologické nálezy a nákresy nádorových ložisek do strukturovaných dat ověřených lékařem pro onkologický výzkum.
Patologické nálezy obsahují cenné informace o nádorovém onemocnění, ale často existují pouze jako naskenované dokumenty, textové zprávy a ručně označená schémata. Jejich ruční přepis do výzkumných registrů je časově náročný a náchylný k chybám.
Pathora tento proces digitalizuje a zjednodušuje.
Naše webová aplikace umožňuje nahrát histopatologický nález a schéma rozmístění nádorových ložisek. Pomocí OCR, umělé inteligence a analýzy obrazu připravuje strukturovaný návrh dat, včetně identifikátorů dokumentů, charakteristik nádorových ložisek a dostupných histologických parametrů.
Lékař zůstává rozhodující součástí celého procesu. V přehledném rozhraní porovnává navržené údaje s původními dokumenty, opravuje případné chyby, řeší nesrovnalosti a potvrzuje správnost výsledku. Systém uchovává informace o původu údajů a potvrzené verzi záznamu.
Technické řešení
- Webové rozhraní pro kontrolu a potvrzení výsledků.
- AI zpracování textových dokumentů a obrazových podkladů.
- FastAPI backend pro správu případů a validaci dat.
- InterSystems IRIS jako integrační a perzistentní vrstva.
- Příprava exportu pro REDCap a registr COMPARE.
- Ověřená testovací integrace IRIS → simulované REDCap API, včetně zpětného načtení a kontroly záznamu.
Řešení vzniklo v rámci výzvy Masarykova onkologického ústavu na RAKATHON 2026. Jeho cílem je usnadnit systematické porovnávání histopatologických nálezů s výsledky magnetické rezonance.
Potenciál do budoucna
Pathora není omezena pouze na karcinom prostaty. Stejný princip lze postupně rozšířit na další onkologické diagnózy, patologické dokumenty a klinické registry.
Naší vizí je bezpečný, interoperabilní nástroj, který snižuje administrativní zátěž zdravotníků a pomáhá převádět existující klinické dokumenty do kvalitních dat pro výzkum.
Prototyp používá kontrolu a potvrzení lékařem; přímý zápis do produkčního registru COMPARE zatím není aktivován.
- Měli už předtím
- Před hackathonem jsme měli zkušenosti s vývojem webových aplikací, Pythonem, FastAPI, Reactem a integrací AI služeb. Využili jsme také naše předchozí znalosti návrhu backendových systémů a práce s API.
Samotné řešení Pathora pro zpracování histopatologických nálezů, kontrolu výsledků lékařem a integraci s InterSystems IRIS jsme vyvíjeli v rámci RAKATHON 2026.
Nevytvářeli jsme vlastní základní AI model od nuly; využíváme existující modelové služby a vyvíjíme nad nimi aplikační logiku, validaci a integrační workflow. - Využití AI
- Umělou inteligenci využíváme k automatickému zpracování naskenovaných histopatologických zpráv a obrazových schémat. Kombinujeme OCR, multimodální AI a pravidlovou validaci pro extrakci strukturovaných údajů, například charakteristik nádorových ložisek a histologických parametrů.
Systém pracuje s rychlým a podrobnějším režimem analýzy, označuje nejistoty a nesrovnalosti a umožňuje lékaři kontrolovat výsledky přímo vůči zdrojovým dokumentům.
AI nepřijímá konečné klinické rozhodnutí. Výstup je návrhem, který musí zkontrolovat a potvrdit člověk před přípravou dat pro registr. - Dopad
- Pathora může výrazně snížit množství manuální práce při převodu patologických nálezů do klinických a výzkumných registrů.
Lékařům umožní soustředit se na odbornou kontrolu namísto opakovaného přepisování dokumentů. Nemocnicím může pomoci sjednotit strukturu dat, omezit chyby při přepisu a zlepšit jejich dohledatelnost.
Pro onkologický výzkum je zásadní možnost systematicky porovnávat histologické výsledky s nálezy magnetické rezonance. Kvalitnější strukturovaná data mohou podpořit výzkum diagnostiky a léčby karcinomu prostaty.
Do budoucna lze stejný přístup využít také pro další diagnózy a zdravotnické registry. Skutečný časový přínos a přesnost bude nutné ověřit v klinickém provozu. - Komu pomůže
- Pacienti a jejich blízcí, Lékaři a sestry, Nemocnice a poskytovatelé péče, Výzkum
- Technologie InterSystems
- Ano — InterSystems IRIS využíváme jako integrační vrstvu pro zpracování a bezpečné předávání strukturovaných klinických dat. Aktuálně používáme vlastní REST API a připravujeme architekturu pro budoucí interoperabilitu se standardem HL7 FHIR.
- Tým
- VLDK — Mykhailo Titov, Uladzislau Hrynevich, Pavlo Bryla
- Výzva
- ProstaPaper · Brno