BrainScan postawi AI krok przed radiologiem

AI odgrywa coraz większą rolę w medycynie. W tym roku Nagrodę Nobla z chemii otrzymali m.in. Demis Hassabis i John Jumper, którzy opracowali model sztucznej inteligencji do przewidywania złożonych struktur białek. Analiza olbrzymich danych i wyciąganie z nich wniosków dzięki uczeniu maszynowemu może przydać się w różnych segmentach ochrony zdrowia, m.in. w diagnostyce. Na szybką adaptację nowych technologii liczy m.in. notowana na NewConnect spółka BrainScan, która stworzyła system analizujący wyniki tomografii komputerowej głowy. System BrainScan CT był już nagradzany w międzynarodowych konkursach (m.in. w 2019 r. został wyróżniony przez RSNA, czyli Towarzystwo Radiologiczne Ameryki Północnej) i jest testowany w warunkach szpitalnych. — Nagrodę RSNA zdobyliśmy jeszcze w momencie, gdy nasze rozwiązanie funkcjonowało tylko na serwerach i nie zostało zweryfikowane w warunkach klinicznych. W trakcie pandemii zaczęliśmy jednak testy w warunkach klinicznych, których rezultaty były obiecujące, a od tego czasu ciągle udoskonalamy system, żeby wykrywał więcej patologii i lepiej wizualizował je lekarzowi. Pozyskaliśmy unijną certyfikację MDR i stale pracujemy nad wdrożeniami komercyjnymi, ale na razie priorytetem jest rozwinięcie systemu — mówi Szymon Korzekwa, prezes BrainScanu. W maju tego roku BrainScan zadebiutował na rynku NewConnect. W ubiegłym tygodniu zarząd spółki podjął uchwałę o emisji akcji w ramach kapitału docelowego. W planach ma wyemitowanie maksymalnie 300 tys. akcji (do 20 proc. podwyższonego kapitału) bez prawa poboru dla dotychczasowych akcjonariuszy. — Na polskim rynku trudno jest przeżyć wiele lat z projektem B+R — potrzebni są inwestorzy, a oni muszą mieć gwarancję, że ich inwestycja raczej wcześniej niż później stanie się płynna. Dlatego obiecaliśmy, że wejdziemy na NewConnect, co też w maju zrobiliśmy. Teraz będziemy mogli wykorzystać rynek kapitałowy do współfinansowania wkładu własnego w projektach badawczych — mówi prezes BrainScanu. We wrześniu spółka otrzymała rekomendację PARP do dofinansowania w kwocie 11,1 mln zł na rozwój technologii. Wkład własny w ramach projektu to niespełna 5 mln zł. — Procedury w sprawie tej dotacji trwały trochę dłużej, niż się spodziewaliśmy, ale bardzo liczymy na realizację tego projektu. Dodatkowy kapitał to solidne wsparcie dla prac nad innowacjami. Będziemy wnioskować o dofinansowanie w ramach kolejnych programów dotacyjnych — mówi Szymon Korzekwa. BrainScan liczy, że dzięki kapitałowi od inwestorów i pieniądzom z dotacji będzie mógł sfinansować rozwój technologii do czasu, aż zacznie być wdrażana na masową skalę. — Na realizację naszych planów zgodnie z harmonogramem potrzebujemy kwartalnie około 2,5 mln zł. Na tle relatywnie bardzo młodego rynku nie jest to dużo — są start-upy pracujące nad wykorzystującą AI analizą danych diagnostycznych, które zebrały już po 100 mln USD. Rekordzista, izraelska firma AIDoc, zebrał około 250 mln USD. Mimo znacznie mniejszych pieniędzy pod kątem badawczym wcale nie odstajemy od konkurencji, a potencjalny rynek jest bardzo duży — to dziś już około 300 mln badań rocznie. Zastosowania algorytmów AI w diagnostyce obrazowej to sam czubek góry lodowej potrzeb lekarzy. Nadal jest sporo nisz i niezwykle ciekawych zagadnień do zagospodarowania — mówi Szymon Korzekwa. Jaką niszę chce zagospodarować BrainScan? Przedstawiciele spółki zakładają, że jej rozwiązanie będzie wykorzystywane w ochronie zdrowia o krok przed radiologiem. — Duża część pracy radiologów to analizowanie obrazów, na których nie ma zmian, ale żeby to stwierdzić, trzeba poświęcić czas specjalisty. Nasze rozwiązanie ma służyć np. do analizy obrazów diagnostycznych ze szpitalnych oddziałów ratunkowych, by w kilka minut stwierdzić, czy u pacjenta wykazującego objawy neurologiczne doszło do jakichś zmian w mózgu i wystąpiło krwawienie, które dokładnie i w trybie pilnym powinien przeanalizować specjalista czy też nie. Pomoże to zaoszczędzić cenny czas lekarza, ale będzie oszczędnością finansową również dla placówek medycznych — tłumaczy Szymon Korzekwa. Spółka na razie notuje niewielkie przychody — w pierwszym półroczu sięgnęły one 0,18 mln zł, a strata netto wyniosła 2,07 mln zł. Na koniec czerwca na kontach BrainScanu było 2,7 mln zł. Giełdowa kapitalizacja spółki na NewConnect wynosi obecnie 32,5 mln zł. — Naszym celem jest osiągnięcie rentowności do końca 2026 r. Na razie priorytetem nie jest sprzedaż rozwiązania, lecz testowe wdrażanie go w warunkach klinicznych, co pomaga potwierdzić skuteczność i efektywność systemu. Rozwój zapewnia również sukcesywne powiększanie bazy obrazów diagnostycznych, która jest kluczowa w zwiększaniu precyzji analizy i rozszerzaniu systemu o wykrywanie kolejnych czynników patologicznych — mówi prezes BrainScanu. Komercjalizacja na obecnym etapie rozwoju rynku jest o tyle trudna, że płatnicy publiczni — tacy jak NFZ — zazwyczaj nie refundują stosowania narzędzi AI w procesie diagnostycznym. W polskim przypadku żadne tego typu rozwiązanie nie uzyskało odpowiedniej certyfikacji Agencji Oceny Technologii Medycznych i Taryfikacji (AOTMiT), więc nie może znaleźć się w koszyku świadczeń refundowanych. — Odbyliśmy już kilka rozmów z Ministerstwem Zdrowia i AOTMiT. Przekonujemy, że w przypadku udaru pacjent ma około 270 minut na podjęcie odpowiedniego leczenia, bo inaczej zmiany mogą okazać się nieodwracalne. Nasze rozwiązanie skraca proces diagnostyczny średnio nawet o 60 minut. Jeśli o ten czas ograniczamy ryzyko śmierci lub pogłębiającej się z każdą minutą niepełnosprawności pacjenta, to oszczędność dla całego systemu jest olbrzymia, nie tylko ochrony zdrowia, ale także ubezpieczeń społecznych. Obecnie podejście do wdrażania AI w ochronie zdrowia jest coraz bardziej pozytywne, ale w mojej ocenie wszystko wymaga jeszcze czasu — mówi Szymon Korzekwa. W Europie i USA widzimy szybki rozwój AI w medycynie. Tylko w latach 2015–20 zatwierdzono 222 wyroby AI/ML [sztuczna inteligencja i uczenie maszynowe — red.] w Stanach Zjednoczonych i 240 na Starym Kontynencie, przy czym większość najpierw wprowadzono na rynek europejski. Coraz częściej zdarza się także, że komercjalizowane rozwiązania podlegają refundacji. Do przykładów refundacji w USA można zaliczyć np. IDx-DR, system zatwierdzony przez CMS (Centers for Medicare and Medicaid Services), który diagnozuje choroby bez nadzoru człowieka. Viz LVO, czyli bazujący na AI system automatycznego wykrywania podejrzeń niedrożności dużych naczyń, i Caption Guidance, oprogramowanie będące emulatorem sonografu, to kolejne przykłady systemów objęte refundacją NTAP (new technology add-on payment). W Europie, chociaż podobne inicjatywy refundacyjne są w powijakach, Niemcy zaczynają wdrażać systemy refundacji DiGA dla AI. Przykładem oprogramowania, które uzyskało refundację u naszych zachodnich sąsiadów, jest aplikacja Kaia Health wspierająca leczenie przewlekłego bólu. Inne przykłady z Europy to np. aplikacja TheraPanacea, która wspiera planowanie radioterapii i jest refundowana we Francji, czy Viz.ai — narzędzie diagnostyczne, które automatycznie wykrywa udary na podstawie analizy obrazów CT i jest refundowane w kilku krajach unijnych, w tym w Belgii.