Autor Halyna Hyryavets

Slovenský výskumný tím zo Žilinskej univerzity spojil medicínu, AI a európske superpočítače do spoločného projektu s jasným cieľom: zlepšiť presnosť detekcie rakoviny prsníka a podporiť lekárov pri interpretácii mamografických snímok.

Výzva

Mamografia produkuje obrovské objemy obrazových dát. Jediný projekt môže pracovať so stovkami tisíc snímok v extrémne vysokom rozlíšení. Slovenský tím zo Žilinskej univerzity pracoval s viac než 434 000 mamogramami, čo predstavuje dáta v rozsahu niekoľkých terabajtov.

Zároveň sa rozhodol použiť model typu foundation model – obrovskú neurónovú sieť s takmer miliardou parametrov, pôvodne vyvinutú pre všeobecnú analýzu obrazov. Takýto model má obrovský potenciál, no kladie extrémne nároky na výpočtový výkon, pamäť aj rýchlosť práce s dátami.

Rýchlo sa ukázalo, že bežná výskumná infraštruktúra na takýto objem výpočtov jednoducho nestačí. Bez superpočítača by projekt nemohol pokračovať.

Riešenie

Zlom nastal v momente, keď projekt získal prístup k AI Factory VEGA v Slovinsku, ktorá je súčasťou európskej iniciatívy EuroHPC. Po prvý raz dostal slovenský medicínsky AI výskum možnosť pracovať na infraštruktúre s výkonom, aký dovtedy nemal k dispozícii.

Na tejto platforme boli k dispozícii najmodernejšie grafické akcelerátory NVIDIA H100, určené špeciálne pre umelú inteligenciu. Výskumníci tu vytvorili celý technologický reťazec od spracovania mamografických snímok až po samotný tréning modelu.

Dáta sa najskôr museli očistiť, optimalizovať a pripraviť tak, aby ich bolo možné efektívne načítavať počas výpočtov. Následne sa spustil proces adaptácie veľkého AI modelu, ktorý sa „učil“ rozumieť jemným detailom mamografie. Nešlo o jednorazový výpočet. Bol to postupný proces, počas ktorého sa model krok za krokom zlepšoval.

Superpočítač sa tak nestal len výkonným nástrojom, ale kľúčovým partnerom výskumu. Umožnil robiť to, čo bolo predtým prakticky nemožné, trénovať obrovský medicínsky AI model naraz z obrovského množstva dát.

Výsledky

Výskumníci ukázali, že umelá inteligencia sa dokáže učiť z mamografických snímok tak, aby postupne rozoznávala rozdiel medzi zdravým tkanivom a zmenami, ktoré môžu signalizovať problém. Inými slovami, systém sa začal učiť „pozerať sa“ na snímky podobným spôsobom ako lekár. Hľadať jemné detaily a malé odchýlky, ktoré môžu byť pre ľudské oko veľmi nenápadné.

Tento pokrok je dôležitý najmä preto, že ide o prvý krok k tomu, aby umelá inteligencia mohla v budúcnosti upozorniť na zmeny, ktoré by si človek nemusel všimnúť na prvý pohľad. Nejde o náhradu lekára, ale o pomocnú ruku, ktorá mu môže pomôcť rozhodovať sa s väčšou istotou, najmä v hraničných a nejednoznačných prípadoch.

Dopad a potenciál do budúcnosti

Ak sa tento výskum podarí ďalej rozvíjať, umelá inteligencia by sa mohla stať tichým pomocníkom pri preventívnych vyšetreniach. Môže zrýchliť vyhodnocovanie snímok, znížiť riziko prehliadnutia drobných zmien a pomôcť zachytiť ochorenie v štádiu, keď je ešte dobre liečiteľné.

Pre ženy to v praxi znamená väčšiu šancu na včasné odhalenie rakoviny a tým aj vyššiu nádej na úplné uzdravenie. Pri negatívnych nálezoch môžu dostať ženy nezávislý a objektívny doplnkový názor a tým si znížia neistotu po skríningu.  Hoci je pred vedcami ešte ďalšia práca, už dnes je jasné, že smer, ktorým sa výskum uberá, má veľký zmysel. Cieľ je jednoduchý, ale silný. Využiť moderné technológie tak, aby pomáhali chrániť zdravie a životy žien. 

Základom spravodlivého a udržateľného rozhodovania je participácia, teda zapojenie ľudí do rozhodovacích procesov o pôde a krajine, v ktorej žijú. Ak však takéto procesy nie sú dobre navrhnuté, môžu viesť k nedôvere, konfliktom a krátkodobým riešeniam. 

Výskumný tím zo Slovenskej poľnohospodárskej univerzity v Nitre preto hľadal spôsob, ako tieto rôzne perspektívy zachytiť, analyzovať a prepojiť. Cieľom bolo pochopiť pôdu ako spoločenský a kultúrny kapitál ako priestor, ktorý spája ekonomické, environmentálne aj ľudské hodnoty. Aby sa to podarilo, bolo potrebné spracovať rozsiahle súbory dát, ktoré zachytávajú verejné diskusie, postoje a hodnoty spojené s pôdou v európskom kontexte. 

Riešenie

Aby bolo možné lepšie pochopiť, ako rôzni aktéri vnímajú pôdu a jej hodnotu, tím využil kombináciu dátovej analytiky a participatívnych prístupov. V rámci testovacej fázy boli spracované rozsiahle textové dáta, odborné dokumenty, mediálne výstupy a verejné vyjadrenia, ktoré odrážajú spoločenské postoje k pôde a krajine. 

Na ich spracovanie bola použitá metóda text miningu, ktorá umožňuje identifikovať opakujúce sa témy, vzorce v jazyku a emocionálne postoje spojené s využívaním pôdy. Takýto prístup otvára priestor pre nové poznanie, v ktorom z dát možno odvodiť, ako sa formujú názory, kde vznikajú napätia a aké hodnoty ľudia spájajú s krajinou, v ktorej žijú. 

Cieľom výskumu nie je len zhromaždiť informácie, ale premeniť ich na podklady, ktoré pomôžu budovať konsenzus medzi verejnosťou, odborníkmi a tvorcami politík. 

Využitie HPC infraštruktúry 

Analýza rozsiahlych textových dát si vyžadovala výkon, ktorý presahuje možnosti bežných pracovných staníc. Na spracovanie týchto dát preto výskumný tím využil výpočtovú infraštruktúru sprostredkovanú NSCC Slovakia. 

V testovacej fáze boli výpočty realizované na superpočítači s využitím 128 core*h v prostredí R, čo umožnilo paralelné spracovanie veľkých datasetov v krátkom čase. Tento prístup výrazne skrátil čas potrebný na analýzu a zároveň umožnil aplikovať komplexné metodické prístupy typické pre sociálne a environmentálne dáta, napríklad modelovanie vzťahov medzi aktérmi, sledovanie výskytu kľúčových pojmov alebo vizualizáciu jazykových vzorcov. 

Vďaka HPC výpočtom bolo možné: 

• spracovať rozsiahle textové súbory z rôznych zdrojov bez obmedzení kapacity, 

• získať prehľadné dátové výstupy, ktoré by na bežných počítačoch vznikali niekoľkonásobne dlhšie, 

• otestovať potenciál superpočítača pre spoločenskovedné a interdisciplinárne výskumy, ktoré spájajú ľudské správanie, dáta a priestorové väzby. 

Výsledky

Testovacie výpočty potvrdili, že využitie výpočtovej infraštruktúry umožňuje efektívne spracovať a analyzovať rozsiahle textové dáta pochádzajúce z rôznych spoločenských, environmentálnych a kultúrnych zdrojov. Vďaka aplikácii metódy text miningu sa podarilo získať prehľad o kľúčových témach a vzťahoch medzi jednotlivými aktérmi zapojenými do rozhodovania o využívaní pôdy. 

Analýza odhalila výrazné rozdiely v tom, ako rôzne skupiny vnímajú pôdu a krajinu, či už z pohľadu ekonomických, ekologických alebo hodnotových priorít. Tieto poznatky pomáhajú identifikovať oblasti, v ktorých dochádza k nedorozumeniam a konfliktom, a zároveň poukazujú na spoločné hodnoty, ktoré môžu slúžiť ako základ pre konštruktívny dialóg. 

Výskum potvrdil, že využitie HPC infraštruktúry zefektívňuje spracovanie dát a umožňuje realizovať komplexné analýzy v čase, ktorý by bol pri bežných výpočtových prostriedkoch neúnosný. Tým vznikol spoľahlivý základ pre hlavnú fázu projektu, v ktorej budú výsledky testovacej etapy rozšírené o nové dátové zdroje a metodické prístupy. 

Získané výstupy predstavujú prvý krok k vytvoreniu nástroja, ktorý dokáže prepojiť kvantitatívne dáta so spoločenskými súvislosťami  a tým prispieť k lepšiemu pochopeniu vzťahu medzi ľuďmi, krajinou a rozhodnutiami o jej využívaní. 

Dopad a budúcnosť 

Projekt potvrdil, že vysokovýkonné výpočtové prostredie má zásadný prínos aj pre spoločenskovedné a environmentálne výskumy, ktoré pracujú s komplexnými, neštruktúrovanými dátami. Kombinácia sociálneho výskumu a výpočtovej analytiky vytvorila nový prístup, ktorý možno využiť pri lepšom porozumení vzťahu medzi človekom, krajinou a spoločenskými zmenami. 

Z metodického hľadiska predstavuje projekt modelový príklad, ako môže HPC podporiť interdisciplinárny výskum, kde sa prelínajú údaje o prostredí, textové korpusy, legislatíva či verejné diskusie. Takýto prístup má veľký potenciál v rámci európskych iniciatív zameraných na udržateľné hospodárenie s pôdou a krajinné plánovanie. 

Výsledky tak vytvárajú transferovateľný rámec, ktorý môže byť využitý v európskych aj národných projektoch, od výskumu verejných politík cez participatívne plánovanie až po hodnotenie spoločenských dopadov environmentálnych rozhodnutí. 

Dáta dnes dokážu rozprávať príbehy, ktoré by sme ešte pred pár rokmi nevedeli zachytiť. Výskumný tím využil výpočtovú silu superpočítača na analýzu rozsiahlych textových dát, aby lepšie pochopil, ako spoločnosť vníma pôdu, krajinu a ich hodnotu. Projekt ukazuje, že budúcnosť pôdy je ukrytá v dátach a že vysokovýkonné výpočty môžu pomáhať nielen vedcom, ale aj komunitám, ktoré hľadajú rovnováhu medzi rozvojom a udržateľnosťou. 

Nie je dôvod sa báť

Superpočítač si môžete predstaviť ako veľmi výkonný počítač s tisíckami mozgov, ktoré pracujú spoločne. Nenachádza sa vo vašej kancelárii a nesvieti vám pod nohami — ukrytý je v špecializovanom dátovom centre a vy ho ovládate pohodlne cez webový prehliadač.

Jednoducho si pripravíte úlohu a odošlete ju do systému. Kým sa superpočítač pustí do práce, vy môžete pokojne piť kávu. O pár minút či hodín dostanete výsledky, ktoré by váš notebook počítal celé týždne — alebo by ich vôbec nezvládol.

Komu môže pomôcť?

• študentom, ktorí spracúvajú veľké množstvo dát
• vedcom testujúcim nové algoritmy umelej inteligencie
• meteorológom pri predpovediach počasia
• dizajnérom a inžinierom pri simuláciách a vývoji
• lekárom a biológom pracujúcim s genómami či zdravotnými dátami
• malým inovatívnym firmám bez vlastnej výpočtovej techniky

A mnoho ďalších oblastí čaká, kým sa ich niekto odváži preskúmať.

Prečo je to dôležité?

Potrebujeme nový impulz v inováciách. Máme múdrych ľudí, odvážne nápady a teraz aj nástroj, ktorý šetrí čas, peniaze a otvára cestu k svetovým výsledkom. Superpočítač je tu preto, aby zrýchlil vedecký pokrok aj rozvoj ekonomiky.

Už čoskoro prvý webinár

Autori manuálu chystajú praktický webinár určený úplným začiatočníkom. Ukážeme, že prístup k supervýpočtom zvládne doslova každý, kto sa nebojí nových možností. Cieľom je prebudiť zvedavosť a zbúrať bariéry medzi technológiou a jej používateľmi.

Používateľský manuál

Výzva: Rozpoznať, či je tkanivo napadnuté baktériami, nie je vždy jednoduché. V raných štádiách infekcie sa rozdiely medzi zdravými a poškodenými bunkami často nedajú zachytiť ani pod mikroskopom. Klasické biochemické testy síce dokážu potvrdiť prítomnosť baktérií, no zvyčajne sú časovo náročné a vyžadujú odber vzoriek.

Riešenie: Aby bolo možné identifikovať jemné rozdiely medzi zdravým a infikovaným tkanivom, výskumníci sa rozhodli prepojiť experimentálne merania s pokročilým spracovaním dát. Ramanove spektrá získané z rôznych hĺbok a oblastí tkaniva obsahovali obrovské množstvo informácií, ktoré nebolo možné spoľahlivo vyhodnotiť bežnými vizuálnymi metódami.

Vedci preto chceli overiť, či touto metódou možno spoľahlivo rozlíšiť zdravé tkanivo od tkaniva infikovaného baktériou Staphylococcus aureus, ktorá patrí medzi najčastejších pôvodcov zápalov kože a slizníc. Zároveň sa výskumníci zamerali na sledovanie účinnosti fotodynamickej liečby – experimentálnej terapie založenej na uhlíkových kvantových bodkách, ktoré po osvietení modrým viditeľným svetlom ničia baktérie bez poškodenia zdravých buniek.

Využitie HPC infraštruktúry

Tím využil matematickú analýzu založenú na euklidovskom kosínuse zo štvorcov prvých diferencovaných hodnôt, ktorá umožňuje porovnávať podobnosť medzi spektrami po ich transformácii. Táto metóda eliminuje vplyv pozadia, zvýrazňuje chemické zmeny v štruktúre tkaniva a umožňuje presne identifikovať rozdiely spôsobené prítomnosťou baktérií alebo účinkom liečby.

Na spracovanie rozsiahlych datasetov boli využité výpočtové kapacity superpočítača. Vďaka paralelnému spracovaniu dát bolo možné rýchlo analyzovať stovky meraní z rôznych vrstiev tkaniva a vizualizovať ich podobnosť v prehľadnej matici výsledkov. Takýto prístup by bol pri manuálnom vyhodnocovaní prakticky nemožný.

Riešenie vzniklo vďaka úzkej spolupráci odborníkov z viacerých disciplín – biológie, fyziky, materiálového výskumu aj výpočtovej vedy. Rekonštituované tkanivá pokožky boli zabezpečené laboratóriami SK-NETVAL na Ústave experimentálnej farmakológie a toxikológie, Centra experimentálnej medicíny SAV, v.v.i. ktoré vykonalo aj expozíciu testovaným látkam. Fotodynamická liečba bola aplikovaná tímom z Ústavu polymérov SAV, v.v.i. a Ramanove dáta boli namerané na Fyzikálnom ústave SAV, v.v.i. v spolupráci s Centrom pre využitie pokročilých materiálov.

Výsledky

Analýza spektrálnych dát ukázala, že medzi zdravým a infikovaným tkanivom existujú výrazné chemické rozdiely, ktoré možno zachytiť pomocou Ramanovej mikroskopie. Vzorky infikované baktériou Staphylococcus aureus vykazovali odlišné spektrálne charakteristiky vo všetkých skúmaných hĺbkach.

Zvlášť zaujímavé boli výsledky u vzoriek, ktoré prešli fotodynamickou liečbou. Po aplikácii uhlíkových kvantových bodov a následnej aktivácii modrým svetlom sa chemické spektrá výrazne priblížili k hodnotám zdravého tkaniva. To naznačuje, že liečba účinne potláča bakteriálnu infekciu bez poškodenia samotných buniek.

Použitý algoritmus sa ukázal ako spoľahlivý a rýchly nástroj na porovnávanie spektrálnych dát. Vďaka jeho implementácii v HPC prostredí bolo možné spracovať veľké množstvo meraní automaticky a vyhodnotiť výsledky objektívne, bez subjektívneho zásahu výskumníka.

Dopad a potenciál do budúcnosti

Projekt priniesol nové poznatky o možnostiach využitia svetla a dátovej analýzy v medicínskej diagnostike. Ukázal, že spojenie Ramanovej mikroskopie s výpočtovými metódami umožňuje nielen identifikovať bakteriálnu infekciu v tkanive, ale aj sledovať účinnosť liečby v reálnom čase.

V budúcnosti môže tento prístup nájsť uplatnenie pri vývoji nových antibakteriálnych terapií či pri predklinickom testovaní liečiv, kde je potrebné rýchlo a presne zhodnotiť zmeny v štruktúre tkaniva bez invazívnych zásahov. Výskumný tím zároveň plánuje rozšíriť metodiku na iné typy baktérií a tkanív a využiť výkon superpočítača aj na testovanie pokročilých algoritmov umelej inteligencie, ktoré by mohli analýzu ešte viac zautomatizovať.

Projekt je dôkazom, že prepojenie biomedicíny, fyziky, materiálového výskumu a výpočtovej vedy otvára nové možnosti pre diagnostiku a liečbu chorôb.
Slovenské výskumné tímy tak nielen potvrdzujú svoju odbornú úroveň, ale aj prispievajú k posunu hraníc modernej medicíny.