Grant na zaawansowany projekt diagnostyki zaburzeń oddechowych

7.11.2024

Projekt, którym kieruje dr hab. Marcin Gruszecki, koncentruje się na rozwoju zaawansowanych metod obliczeniowych do analizy oscylacji w układach biologicznych, które mogą przyczynić się do lepszego zrozumienia patofizjologii chorób układu sercowo-naczyniowego i oddechowego. W projekcie wykorzystane zostaną techniki uczenia maszynowego do analizy sygnałów biologicznych, w tym automatyczne modelowanie układów dynamicznych. Modelowaniu poddane zostaną poszczególne oscylatory (tj. układ sercowo-naczyniowy oraz układ oddechowy), a także ich wzajemne oddziaływania, na przykład poprzez zjawisko sprzężenia. Dodatkowo, zastosowane zostaną metody predykcyjnego grupowania badanych, aby osoby w tej samej grupie (klastrze) były bardziej podobne do siebie niż do osób w innych grupach. W analizach użyta zostanie także metoda regresji wielocelowej (ang. multi-target regression), umożliwiająca ocenę relacji między zmienną zależną a jedną lub wieloma zmiennymi niezależnymi. Wszystkie te techniki posłużą do identyfikacji interesujących przypadków klinicznych oraz powiązania cech oscylatorów i ich sprzężeń z określonymi stanami i właściwościami klinicznymi. Wszystkie stosowane w projekcie metody uczenia maszynowego mają na celu utworzenie interpretowalnych modeli.

Zaproponowana metodologia zostanie wykorzystana do postawienia diagnozy medycznej i oceny fizjologicznej w kontekście zaburzeń w procesie oddychania. Podczas badań, zostaną zebrane dane od pacjentów i osób zdrowych, które będą obejmować ich ocenę fizjologiczną przeprowadzoną za pomocą testów klinicznych (np. sercowo-płucnego testu wysiłkowego) oraz ciągłego zapisu wybranych sygnałów takich jak elektrokardiogram, ciśnienie tętnicze oraz tor oddechowy. Analiza właściwości oscylatorów i ich sprzężeń zostanie przeprowadzona z zebranych sygnałów przy pomocy analiz czasowo-częstotliwościowych i modelowania badanego systemu. Grupowanie predykcyjne zostanie wykorzystane do zidentyfikowania grup osób o podobnych fenotypach zaburzeń oddechowych. Z kolei regresja wielocelowa zostanie użyta do powiązania fenotypów choroby z właściwościami zebranych sygnałów. Spodziewamy się, że wykorzystane podczas analiz metody uczenia maszynowego zaowocują nowymi wnioskami, które będą użyteczne dla ekspertów z nauk medycznych i istotne w diagnozowaniu oraz leczeniu zaburzeń oddychania i chorób układu sercowo-naczyniowego.

Projekt realizowany będzie przez naukowców z Gdańskiego Uniwersytetu Medycznego we współpracy z partnerem z Instytutu Jožefa Stefana w Ljubljanie. Polski zespół ma dostęp do szerokiej grupy pacjentów z zaburzeniami oddychania, a uczestnicy badań zostaną wyłonieni z grupy pacjentów Kliniki Nadciśnienia i Diabetologii pod kierownictwem prof. Krzysztofa Narkiewicza oraz Kliniki Rehabilitacji Gdańskiego Uniwersytetu Medycznego. Dodatkowo realizację projektu będą wspierać prof. Dominika Szalewska z Kliniki Rehabilitacji i dr Beata Graff z Kliniki Nadciśnienia i Diabetologii. Kierujący zespołem słoweńskim prof. Džeroski, jest uznanym autorytetem w dziedzinie uczenia maszynowego, a jego zespół posiada bogate doświadczenie w różnych aspektach tej dziedziny, w tym modelowaniu procesów i klasteryzacji predykcyjnej, co jest kluczowe dla realizacji projektu. Oba zespoły – zarówno polski, jak i słoweński – zrzeszają wybitnych ekspertów z różnych dziedzin, co pozwala na efektywne połączenie ich wiedzy w celu doskonalenia diagnostyki i klasyfikacji zaburzeń oddychania.

Dr hab. Marcin Gruszecki, prof. uczelni, uzyskał tytuł magistra fizyki teoretycznej w 2005 r., a doktorat w dziedzinie nauk fizycznych w 2009 r. na Uniwersytecie Marii Curie-Skłodowskiej w Lublinie. W latach 2009-2011 odbył staż podoktorski na Uniwersytecie w Warwick, ufundowanym przez Royal Society of London. Od 2013 r. pracuje na Gdańskim Uniwersytecie Medycznym, a od 2019 r. dodatkowo na Politechnice Gdańskiej. W 2018 r. uzyskał habilitację w naukach o zdrowiu na Gdańskim Uniwersytecie Medycznym. Prof. Gruszecki brał udział w licznych projektach z zakresu astrofizyki, symulacji molekularnych oraz analizy danych biomedycznych. Ma również bogate doświadczenie zdobyte podczas licznych staży zagranicznych, m.in. w Niemczech (Max Planck Institute), Wielkiej Brytanii (University of Warwick, Lancaster University, St Andrews University), Francji (CEA Saclay), USA (Stanford University), Kanadzie (University of Regina), Macedonii (St Cyril and Methodius University) i Japonii (RIKEN BioResource Research Center).

fot. Paweł Sudara