Prof. Monika Brzychczy-Włoch laureatką Proof of Concept FNP

Działanie Proof of Concept, finansowane z programu Fundusze Europejskie dla Nowoczesnej Gospodarki, umożliwia zdobycie dotacji na realizację prac B+R w celu weryfikacji postawionej hipotezy badawczej oraz potencjału wdrożeniowego wyników badań. Do 1. naboru wniosków zgłoszono 236 projektów. Finansowanie w łącznej wysokości ponad 18,7 mln zł przyznano 28 projektom. Współczynnik sukcesu wyniósł 11,86 proc.

Prof. Monika Brzychczy-Włoch kieruje Zakładem Molekularnej Mikrobiologii Medycznej UJ CM, gdzie realizuje projekt "Inteligentna walka z sepsą - innowacyjne wykorzystanie sztucznej inteligencji w szybkiej diagnostyce mikrobiologicznej sepsy". Badania będą prowadzone przy współpracy z zespołem dr. hab. Bartosza Zielińskiego, prof. UJ z Wydziału Matematyki i Informatyki UJ.

Sepsa jest stanem zagrażającym życiu wynikającym z uszkodzenia tkanek i narządów, do którego dochodzi na skutek zakażenia. Szacuje się, że na świecie z powodu sepsy co 3 sekundy umiera 1 osoba. Każdego roku dotyka ona 49 mln ludzi i powoduje 11 mln zgonów w skali globu. W zależności od kraju współczynnik śmiertelności wynosi 15-50 proc. i jest wyższy niż w przypadku nowotworu układu oddechowego czy zawału serca. W Polsce szacowana liczba przypadków to ok. 50 tys. rocznie, których śmiertelność sięga 40-50 proc.

Pomimo postępów w leczeniu i wprowadzeniu długoterminowych terapii podtrzymywania życia, sepsa wciąż pozostaje jednym z najczęstszych i najgorzej diagnozowanych problemów medycznych. W przypadku zakażenia kluczowe znaczenie dla pacjenta ma szybka i trafna diagnostyka czynnika etiologicznego, co warunkuje wdrożenie skutecznej terapii i jego wyleczenie. W diagnostyce mikrobiologicznej wykorzystywane są metody hodowlane i molekularne. Mają one jednak swoje ograniczenia z uwagi na długi czas oczekiwania na wynik lub ograniczoną dostępność.

Tematyka projektu prof. Moniki Brzychczy-Włoch 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 przez zespół projektowy algorytmów AI (ang. Artificial Intelligence).

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 obrazu z mikroskopu optycznego z preparatu z krwi, poprzez zastosowanie metod głębokiego uczenia maszynowego, dokona identyfikacji czynnika etiologicznego zakażenia oraz wygeneruje spersonalizowane zalecenia empirycznej terapii przeciwdrobnoustrojowej.

Projekt realizowany przez prof. Brzychczy-Włoch otrzymał finansowanie w wysokości 643 440 zł.

Powrót