Firma MIM Solutions wywodzi się – tak, jak dwóch stojących za nią naukowców – z Uniwersytetu Warszawskiego. Dokładniej: jest pierwszym spin-offem tamtejszego Wydziału Matematyki, Informatyki i Mechaniki (czyli spółką wykorzystującą badania prowadzone przez zatrudnionych tam naukowców).
W 2015 roku prof. Piotr Sankowski wraz z dr. Piotrem Wygockim postanowili przekuć swoje naukowe doświadczenie w praktyczne rozwiązania – i założyli własną firmę. Dodajmy przy tym, że trudno w polskiej nauce o głośniejsze nazwisko niż prof. Sankowski; jest on pierwszym Polakiem, który aż trzykrotnie zdobył prestiżowe granty European Research Council, realizując dzięki nim badania za łącznie ponad 10 mln zł.
MIM Solutions zrealizowała do tej pory projekty z zakresu m.in. bezpieczeństwa (system dla Policji Polskiej służący do przewidywania przestępczości), handlu (rozwiązanie przewidujące prawdopodobieństwo kliknięcia w dany produkt przez danego użytkownika stworzone dla RTB House) czy lotnictwa (system do przewidywania opóźnień w ruchu lotniczym). Od ponad dwóch lat zaangażowała się jednak w zupełnie nowe rozwiązanie, dotyczące rynku opieki zdrowotnej.
Wspomagając się grantami otrzymanymi z Narodowego Centrum Badań i Rozwoju naukowcy przystąpili do tworzenia technologii wspomagających leczenie niepłodności. Wykorzystując swoją wiedzę w dziedzinie sztucznej inteligencji, stworzyli dwa rozwiązania oparte na AI, które mają zwiększyć prawdopodobieństwo zajścia w ciążę w wyniku zapłodnienia in vitro. A wyzwanie jest to spore: procedura ta jest droga i czasochłonna, ale odnosi skutek jedynie w ok. 30 proc. przypadków.
Cóż więc mają do zaoferowania w tej kwestii polscy naukowcy? Już w tym momencie oferują klinikom leczenia niepłodności dwa rozwiązania wykorzystujące moc sztucznej inteligencji na dwóch różnych etapach procedury in vitro.
Przede wszystkim, mowa o projekcie EMBRYOAID. Jest to inteligentny system analizy danych obrazowych, który automatycznie identyfikuje zarodki najwyższej jakości – czego nauczył się w oparciu o dużą kolekcję zdjęć poklatkowych ludzkich embrionów.
– Deep Learning/Machine Learning niosą ze sobą obietnicę automatyzacji i standaryzacji selekcji zarodków, które chcemy zastosować w celu poprawy rokowań u pacjentów z niepłodnością – tłumaczy Piotr Sankowski.
Jak podkreślają twórcy aplikacji, w testach selekcjonowała one zarodki z taką samą skutecznością, jak embriolog z 30-letnim doświadczeniem.
Drugie rozwiązanie proponowane przez polski startup nosi nazwę FOLLISCAN i przeznaczone jest do wykorzystania w badaniu ultrasonograficznym rezerw jajnikowych kobiet. Wykorzystując inteligentne algorytmy diagnostyczne, narzędzie to ma część czynności, które w tym momencie muszą być wykonywane przez człowieka. W ten sposób procedura IVF może stać się również znacznie dostępniejsza niż wcześniej: aktualnie pacjentka musi odwiedzać klinikę ok. 6 razy, przy wykorzystaniu FOLLISCAN można liczbę wizyt zmniejszyć do zaledwie dwóch.
– Sztuczna inteligencja nigdy nie zastąpi lekarza, jej zadaniem jest wspierać człowieka i pozwolić mu być lepszym profesjonalistą – dodaje Piotr Wygocki, CEO MIM Solutions.
Czytaj także: https://innpoland.pl/139261,ten-polski-naukowiec-to-prawdziwy-lowca-grantow-na-swoje-badania-wyciagnal-juz-z-zachodu-ponad-10-mln-zl