Razgovarala: Snežana Radusinović
Za Portal RTCG-a govori mladi crnogorski naučnik, dr Ivan Martinović, koji je u svom doktorskom radu dao pionirski doprinos primjeni vještačke inteligencije u analizi efikasnosti gutanja, dosada gotovo netaknutoj naučnoj oblasti. Za svoje doktorsko istraživanje dobio je nagradu Crnogorskog udruženja za vještačku inteligenciju, a od jeseni će se kao Fulbrajtov stipendista naći na prestižnom Univerzitetu Stenford gdje će raditi postdoktorska istraživanja.
Sjedio je na kamenom guvnu na Ivanovim koritima. Imao je par sati slobodnog vremena. Mladi talenti, polaznici Ljetnje škole nauke Fondacije PRONA kojima je mentor, dobili su zadatak, pa je ostao nasamo sa pitanjem koje je mjesecima svuda nosio sa sobom. Pogled mu je pao na Lovćen, na mauzolej. Misli su letjele na sve strane dok odjednom, gotovo niotkuda, nije zaiskrila jedna ideja.
„Bio je to pravi Eureka trenutak. Odmah sam isprobao rešenje koje mi je palo na pamet i bilo je naznaka da će sistem da radi. Uhvatilo me neopisivo ushićenje i osjetio sam veliko olakšanje. I radost što sam problem riješio baš na tom mjestu.“, prisjeća se Ivan. “ Ja sam, inače, iz Bajica, podlovćensko sam dijete.“
Bio je ovo ključni trenutak u višegodišnjem procesu rada na doktorskim istraživanjima koja su se dijelom odvijala i na čuvenom Univerzitetu u Torontu. Tema doktorata je primjena vještačke inteligencije u dijagnostici poremećaja gutanja.
„Proces gutanja je veoma složen, to je neuromišićni proces koji se dešava čak 700 puta na dan, a u njega je uključeno oko 26 mišića. Uz to gutanje je složeno i zato što je u direktnoj korelaciji sa procesom disanja. Ukoliko dođe do poremećaja u procesu gutanja, hrana može ući u disajne puteve, što se naziva aspiracija. Ona izaziva niz posljedica, od blažih kao što je kijanje, pa sve do ozbiljnijih kao što je upala pluća. Ljekari pokušavaju da utvrde da li hrana ulazi u disajne puteve, to jeste da li ima poremećaja u gutanju. Predmet analiza je sigurnost gutanja. Uz to, analizira se još jedan aspekt koji se naziva efikasnost gutanja. Ako sva hrana koju smo uzeli završi u želucu, gutanje je efikasno. A neće biti efikasno ukoliko ostane u određenim anatomskim strukturama u ždrijelu. Moj fokus je bio na analizi rendgenskih snimaka procesa gutanja sa ciljem da se ovaj proces automatizuje. Vještačka inteligencija tako pomaže ljekarima da što lakše i tačnije postave dijagnozu i ocijene proces gutanja.
Zašto je analiza gutanja toliko zahtjevna za kliničare?
Zato što se za analizu procesa gutanja koriste fluoroskopski rendgenski snimci koji nisu standardni rendgenski snimci. Standardni rendgenski snimak bi, na primjer, bio rendgenski snimak pluća. To je jedna slika. Ovdje nije u pitanju jedna slika, nego 30 slika u sekundi koje tačno prate put hrane od usta kroz jednjak do želuca. Kada se hrana uzima, uz hranu se pacijentu daje barijum, to je kontrasno sredstvo koje oboji tu hranu i omogućava ljekaru da na rendgenskom snimku, to je video sekvenca, tačno prati kako se hrana kreće. Analiza tih snimaka se sprovodi, kako se to stručno kaže, frejm po frejm, znači obrađuje se slika po slika, i to je veoma zahtjevno zato što je cilj da se tačno vidi koji put hrana ima. Istraživanje sam radio na Univerzitetu u Torontu u grupi naučnika koje predvodi dr Ervin Sejdić koji se preko 15 godina bavi ovom oblašću.
Što je bio istraživački pomak u odnosu na prethodne radove?
Efikasnost gutanja uglavnom nije istražena. Meni je dr Džejms Koil sa Univerziteta Pitsburg sugerisao da analiza efikasnosti gutanja uopšte nije automatizovana i rekao da bi to njemu bilo izuzetno korisno. Tako sam ušao u skoro netaknuto istraživačko polje. Zbog zaštite privatnosti podataka nije bilo jednostavno obezbijediti medicinske snimke. A s druge strane, nije ih lako označiti, to je posao kliničara. Treba precizno obilježiti oblast koja pripada hrani, oblast koja pripada ostatku hrane, treba da se jasno vidi da li je nešto tkivo, da li kost i tako dalje. Kod analize efikasnosti gutanja, ideja kliničara jeste da kvantifikuje koliko je hrane negdje usput ostalo. Ljekari su tokom vremena razvili više metoda kojima se to može odrediti. Mi smo odlučili da automatizujemo metodu koja tačno mjeri postotak hrane koji je ostao. U tome smo uspjeli, pa danas ljekar samo proslijedi snimak AI sistemu i dobije na izlazu podatak koliki je ostatak te hrane.
Ako je ostatak iznad 3%, onda postoji vjerovatnoća da će se desiti aspiracija. Istraživanja pokazuju da se preko 56% aspiracija, to jeste ulazaka hrane u disajne puteve, dešava baš zbog poremećaja u efikasnosti gutanja. Mi smo se fokusirali na dijagnostiku. A na ljekarima je da na osnovu informacija koje daje AI sistem dalje propišu terapiju.
Koliko su česti poremećaji u gutanju?
Statistika kaže da 8% svjetske populacije ima ovo oboljenje. Očekuje se da će taj procenat da raste jer svjetska populacija stari. Ovaj problem može generalno da pogodi sve starosne grupe, ali je karakterističan za starije pacijente jer se povezuje sa Alchajmerovim oboljenjem, sa posljedicama moždanog udara, povezuje se sa karcinomom glave, vrata i tako dalje. Istraživanja pokazuju da je čak 50% osoba koje su korisnici tuđe njege kao i domova za brigu o starijim osobama, pogođeno ovim oboljenjem. Dr Ivan Martinović ističe da je bila velika privilagija raditi doktorsko istraživanje na Univerzitetu u Torontu koji je jedan od 20 najboljih svjetskih univerziteta i akademski centar u kome je takoreći rođena vještačka inteligencija.
„Za to je najviše zaslužan profesor Džefri Hinton koji se na Univerzitetu u Torontu bavio istraživanjima u vrijeme kada se čak i u naučnim krugovima govorilo da je to što on radi uzaludan posao. Početkom XXI vijeka, na konferencijama o vještačkoj inteligenciji okupilo bi se po jedva petnaestak istraživača, a 2023. na konferenciji gdje je on nastupio kao glavni govornik bilo je čak 40 000 učesnika.
Zanimljivo je da su istraživači sa Stenforda formirali jedan veliki skup podataka kako bi se podstakao razvoj novih AI sistema jer je nedostatak baza podataka dugo bio najveća prepreka razvoju vještačke inteligencije. Zato su naučnici sa Stenforda kreirali skup podataka nazvan ImageNet i dali ga istraživačima. Svake godine su organizovali takmičenje na kojem su stručnjaci nastupali sa svojim AI alatima. Ko bi postigao najveću tačnost, dobio bi nagradu. Profesor Džefri Hinton je decenijama tvrdio da računari treba da uče kao ljudski mozak – putem vještačkih, neuronskih mreža. Da su principi takozvanog „dubokog učenja“ zaista djelotvorni prvi put dokazuje 2012. kada značajno spušta nivo greške u odnosu na prethodnu godinu. Od te godine nivo greške eksponencijalno pada sve do 2016. kada AI griješi ispod nivoa greške koju prave ljudi.
To je bio početak nove ere. Veliki dio tih istraživanja realizovan je na Univerzitetu u Torontu, a profesor Džefri Hinton je 2024. dobio Nobelovu nagradu za istraživanja u oblasti vještačke inteligencije. Imao sam sreće da radim sa naučnicima koji su ponikli iz njegove istraživačke grupe.“
Ko je najviše uticao na Vaš istraživački rad tokom boravka u Kanadi?
„U Torontu sam mnogo naučio od svog mentora prof. dr Ervina Sejdića. Inače, moje doktorsko istraživanje stipendiralo je Ministarstvo nauke. Kad sam aplicirao za stipendiju, trebalo je definisati temu kojom ću da se bavim. Mene je interesovala i medicinska elektronika, ali sam 2019. kroz razgovor sa profesorom Sejdićem shvatio da je vještačka inteligencija vrlo aktuelna. Da će se primjenjivati svuda, danas u medicini, sjutra u finansijama, prekosjutra u autonomnim vozilima.
Rad sa njim je bio veoma značajan za moj istraživački put. Riječ je o izuzetnom naučniku. Sejdić je 2016. u SAD-u nagrađen za izvanredan doprinos u oblasti bioinžinjeringa i upotrebe informacionih tehnologija u zdravstvu. U pitanju je najveće priznanje američke vlade za istraživače na početku karijere. Američki predsjednik Barak Obama imenovao je te godine 105 mladih naučnika kojima je dodijeljena ‘Predsjednička nagrada za mlade naučnike i inženjere’. Sejdić je bio među njima.“
Dr Ivan Martinović ističe da je u Torontu uvidio koliko je važno da inženjeri koji se bave primjenom vještačke inteligencije u zdravstvu razgovaraju sa ljekarima, da ih slušaju, da prepoznaju probleme kojima je potrebno rešenje.
Teško je riješiti problem kojeg nema
„U Kanadi sam vidio kako funkcionišu ti veliki istraživački centri, kako naučnici sarađuju sa ljekarima. U suštini ljekari treba da delegiraju problem koji imaju, a inženjeri da ga rešavaju, a ne obrnuto, da inženjeri razmišljaju o rešenjima pa da ih nude ljekarima. Inženjerima se često nešto učini interesantnim, ali ako to nema nikakvu primjenu u medicini, to je izgubljeno vrijeme. Inženjeri treba da rešavaju probleme koji stvarno postoje. Dakle, ključno je ići od problema ka rešenju, a ne od rešenja ka problemu.”
Navedite nam neki primjer inženjerskih rešenja u zdravstvu koji vam je u Kanadi bio upečatljiv.
„Poseban utisak na mene je ostavila jedna konferencija koju je organizovao Medicinski fakultet Temetri. Na konferenciji je predstavljen rad koji se tiče primjene vještačke inteligencije u robotici, konkretno kod minimalno invazivnih operacija gdje se koristi robotski sistem Da Vinči, koji je u upotrebi još od 90-ih godina prošlog vijeka. On funkcioniše na principu da ima konzola sa džojisticima gdje ljekar upravlja robotom, a robot se nalazi iznad pacijenta. Meni je to bila jedinstvena prilika da vidim taj sistem, pa sam u razgovoru sa jednim studentom doktorskih studija pitao da li mogu da dođem da posjetim njihovu istraživačku grupu koja radi pri dječijoj bolnici.
Tamo sam najprije vidio stari sistem Da Vinči. Oni ga koriste u istraživačke svrhe za automatizaciju procesa. Ljekar upravlja sistemom, a vještačka inteligencija se trenutno koristi tako što vrši monitoring pokreta ruke hirurga. Ukoliko on napravi nagli pokret, to se amortizuje da se ne bi prenijelo na pacijenta i povrijedilo ga. Za potrebe istraživanja rade se i modeli organa u 3D formatu. U pitanju je najbolja istraživačka grupa na američkom kontinentu kada je riječ o printanju organa pomoću 3D štampača što se prije svega koristi za edukaciju ljekarskog kadra. Pošto u dječijoj bolnici rade operacije na otvorenom srcu, a dječija srca su manja nego kod odraslih, oni to koriste za obuke mladih ljekara koji vježbaju na modelima organa stvarnih pacijenata, a starije kolege im prenose znanje.
Pacijenta najprije pošalju na magnetnu rezonancu, snime mu srce, a zatim odrade 3D rekonstrukciju i odštampaju organ, pa konzilijum prije operacije ima ispred sebe to srce. To su sve tehnološka dostignuća koja doprinose da se operativni zahvat realizuje što bolje i da se značajno smanji mogućnost greški.
Nagrada Crnogorskog udruženja za vještačku inteligenciju
Ivanov pionirski rad u oblasti automatizacije dijagnostike efikasnosti gutanja dobio je prošle godine nagradu Crnogorskog udruženja za vještačku inteligenciju. Odluku o nagradi donijela je komisija od 19 članova, uglavnom evaluatora iz inostranstva, stručnjaka iz kompanija Meta, DeepMind i slično. Naš mladi naučnik dobio je u međuvremenu Fulbrajtovu stipendiju i radiće postdoktorsko istraživanje na Stenford univerzitetu u SAD-u. Krajem prošle godine boravio na Arhus univerzitetu u Danskoj jer se našao na listi mladih naučnika kojima je omogućeno da rade u vodećim istraživačkim centrima u Evropi. Dobitnik je prestižnog WSIS Champion Prize priznanja koje dodjeljuje Međunarodna unija za telekomunikacije. A nedavno je bio kandidovan za ovogodišnju Trinaestojulsku nagradu.
I pored svih svojih uspjeha Ivan ističe da fokus naučnika nikada nije na priznanjima.
„Mog istraživanja ne bi bilo da Rendgen nije otkrio X zrake koji su omogućili uspostavljanje potpuno nove oblasti u medicini – radiologije. Uređaji koji snimaju proces gutanja rade na principu jonizujućeg zračenja ili X zraka. Rendgen je za to dobio prvu Nobelovu nagradu iz fizike 1901. A 2024. godine profesor Džefri Hinton dobija Nobelovu nagradu, isto iz fizike, za oblast vještačke inteligencije. Ni bez njegovog istraživanja ne bi bilo mog doktorata. Svi mi danas stvaramo na tragu nečijih dostignuća. Nagrade su važne, ali je još važnije nešto drugo. Često mi je na umu ono što je Rendgen rekao kada su mu uručili Nobelovu nagradu: ‘Svako spoljašnje priznanje beznačajno je naspram unutrašnjeg zadovoljstva koje istraživač osjeća kada riješi neki do tada nerješivi problem’. U tom smislu moje najveće zadovoljsto je živo sjećanje na čarobni Eureka trenutak koji sam iskusio podno Lovćena.“
Izvor: RTCG
