Najważniejsze
- •Niemieccy naukowcy realizują 5-letni projekt CPN-Map o wartości 1,8 mln euro, tworząc system AI do personalizacji diety.
- •System połączy dane z urządzeń ubieralnych (np. smartwatchy) z wynikami analiz genetycznych, metabolicznych i proteomicznych.
- •Głównym wyzwaniem technicznym algorytmu jest eliminacja tzw. 'efektu serii' – różnic w wynikach badań krwi wynikających z różnej aparatury laboratoryjnej.
- •Wdrożenie systemu jako wyrobu medycznego w UE będzie wymagało spełnienia surowych norm RODO, MDR oraz unijnego aktu o sztucznej inteligencji (AI Act).
Naukowcy z Hanoweru rozpoczęli pięcioletni projekt badawczy CPN-Map o wartości 1,8 miliona euro. Jego celem jest stworzenie systemu sztucznej inteligencji do opracowywania spersonalizowanych zaleceń dietetycznych.
Główne podmioty zaangażowane w projekt badawczy CPN-Map
| Nazwa instytucji / konsorcjum | Rola / Funkcja w projekcie | Kraj |
|---|---|---|
| Wyższa Szkoła Medyczna w Hanowerze / Instytut Reichertza | Lider projektu badawczego, kierownictwo dr M. Müller | Niemcy |
| Uniwersytet Techniczny w Brunszwiku | Współprowadzenie Instytutu Informatyki Medycznej im. Reichertza | Niemcy |
| Uniwersytet Leibniza w Hanowerze | Członek konsorcjum naukowego | Niemcy |
| Dolnosaksońskie Centrum AI i Metod Kauzalnych w Medycynie | Członek konsorcjum naukowego | Niemcy |
| Uniwersytet w Kilonii | Członek konsorcjum naukowego | Niemcy |
| Uniwersytet w Maastricht | Członek konsorcjum naukowego | Holandia |
| Ministerstwo Edukacji i Badań (BMBF) | Instytucja finansująca (1,8 mln euro) | Niemcy |
Komunikaty prasowe konsorcjum CPN-Map
Niemieccy naukowcy z Instytutu Informatyki Medycznej im. Petera L. Reichertza w Hanowerze rozpoczęli pięcioletni projekt badawczy CPN-Map. Jego celem jest stworzenie systemu sztucznej inteligencji, który ułatwi personalizację zaleceń dietetycznych. Przedsięwzięcie o wartości 1,8 miliona euro finansują środki publiczne.
Pracami kieruje dr Mattea Müller z instytutu, który stanowi wspólną placówkę Wyższej Szkoły Medycznej w Hanowerze oraz Uniwersytetu Technicznego w Brunszwiku. W skład konsorcjum wchodzą również: Uniwersytet Leibniza w Hanowerze, Dolnosaksońskie Centrum Sztucznej Inteligencji i Metod Kauzalnych w Medycynie, Uniwersytet w Kilonii oraz Uniwersytet w Maastricht. Oficjalne komunikaty uczelni wskazują, że budżet projektu pochodzi z niemieckiego ministerstwa określonego skrótem BMFTR. Taka instytucja jednak nie istnieje, a faktycznym dysponentem tych środków federalnych jest Ministerstwo Edukacji i Badań (BMBF).
Projektowany algorytm połączy dane z urządzeń ubieralnych (takich jak smartwatche i opaski fitness) z wynikami analiz genów, białek oraz metabolizmu pacjentów. Narzędzie będzie bazować na informacjach medycznych pochodzących od osób z Niemiec, Wielkiej Brytanii oraz Holandii. W udostępnionych materiałach autorzy projektu nie sprecyzowali jednak ani nazw baz danych, z których zamierzają korzystać, ani liczby pacjentów, których dane posłużą do uczenia maszynowego.
Badania CPN-Map opierają się wyłącznie na modelach komputerowych. Odróżnia je to od kosztownych projektów klinicznych, takich jak amerykański program rządowy Nutrition for Precision Health o budżecie 170 milionów dolarów. Głównym zadaniem niemieckiego algorytmu będzie eliminacja tzw. efektu serii. Chodzi o różnice w wynikach analiz krwi wynikające z zastosowania różnej aparatury i odczynników laboratoryjnych. Opracowywane narzędzie ma matematycznie ujednolicać te rozbieżności, aby precyzyjnie wskazywać zależności przyczynowo-skutkowe między dietą a zdrowiem człowieka.
Zanim system trafi do praktyki klinicznej, autorzy projektu muszą sprostać unijnym regulacjom prawnym. Oprogramowanie sugerujące dietę w celach terapeutycznych podlega certyfikacji jako wyrób medyczny zgodnie z rozporządzeniem MDR oraz unijnym aktem o sztucznej inteligencji. To znacznie wydłuża proces wdrożenia. Dodatkowo twórcy nie odnieśli się dotychczas do kwestii ochrony danych wrażliwych (RODO) ani do ryzyka generowania przez algorytmy błędnych zaleceń zdrowotnych.
Porównanie podejść badawczych: Model komputerowy vs Badania kliniczne
CPN-Map (Niemcy - model in silico)
Nutrition for Precision Health (USA - badania kliniczne)
Schemat działania AI w personalizacji diety (CPN-Map)
Projekt badawczy CPN-Map
Słownik pojęć
- Badania in silico (modele komputerowe)
- Prace badawcze lub analizy prowadzone wyłącznie przy użyciu komputerów i symulacji numerycznych, bez udziału żywych organizmów czy testów w klasycznym laboratorium chemicznym.
- Efekt serii (batch effect)
- Błąd systematyczny w badaniach laboratoryjnych polegający na tym, że wyniki próbek analizowanych w różnych partiach (seriach), na innym sprzęcie lub przy użyciu odczynników od innego producenta, różnią się między sobą mimo braku faktycznych różnic biologicznych.
- MDR (Medical Device Regulation)
- Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2017/745 w sprawie wyrobów medycznych. Nakłada ono rygorystyczne wymagania dotyczące bezpieczeństwa i skuteczności oprogramowania medycznego.
- Akt o sztucznej inteligencji (AI Act)
- Pierwsza na świecie kompleksowa regulacja prawna dotycząca sztucznej inteligencji, wprowadzona przez Unię Europejską, klasyfikująca systemy AI według stopnia stwarzanego przez nie ryzyka.
- Proteomika
- Badanie profilu białkowego organizmu, pozwalające na ocenę stanu zdrowia, poziomu stanów zapalnych oraz procesów metabolicznych na poziomie komórkowym.
