Ortognatinė chirurgija atliekama siekiant ištaisyti žandikaulio ir veido būklę, susijusią su struktūra, augimu, miego apnėja, TMJ sutrikimais, dėl skeleto disharmonijos atsiradusiomis sąkandžio ydomis ar kitomis ortodontinėmis problemomis, kurių neįmanoma lengvai išspręsti breketais. Pasaulio mastu per metus vidutiniškai atliekama apie 50000 veido žandikaulio (ortognatinės chirurgijos) operacijų, tačiau šių operacijų poreikis yra ženkliai didesnis, pacientai skirtingose šalyse šių operacijų laukia iki 2 metų. Pvz. teigiama, kad 5 proc. amerikiečių reikia ortognatinės operacijos [1]. Galimybes atlikti daugiau veido žandikaulių operacijų riboja ilgas laikas, kurį operuojantis gydytojas sugaišta pasirengti/suplanuoti operaciją. Būtent šios etapo efektyvumui padidinti ir bus skirtas projekto metu numatytas sukurti sprendimas. Iki šiol ortognatinės chirurgijos planavime nebuvo taikomas dirbtinis intelektas, jis buvo taikomas tik tam tikroms individualioms užduotims spręsti, kaip kad anatominių struktūrų atpažinimas: Relu, Diagnocat. Šios dvi sistemos sėkmingai veikia jau keletą metų ir buvo apmokytos iš dešimčių tūkstančių medicinos vaizdų atlikti diagnostinius veiksmus, tokius kaip surasti ir išsegmentuoti žandikaulio kaulus ir dantis, minkštuosius audinius, sunumeruoti dantis, atpažinti radiogramose matomus patologinius procesus: cistas, auglius, dantų skilimus, atlikti paprastą cefalometriją šoninėse galvos nuotraukose. Ir nors atskirais diagnostiniais sprendimais jos yra lyderiaujančios pasaulyje, sprendimų priėmimams tokiems kaip ortogantinės chirurgijos planavimas šios sistemos nebuvo taikytos. Pilnai integruoto automatinio sprendimo, apimančio visus ortognatinės chirurgijos planavimo etapus rinkoje nėra, todėl mūsų siūlomas dirbtiniu intelektu pagrįstas automatinio ortognatinės chirurgijos planavimo sprendimas bus novatoriškas produktas šioje srityje pasaulio mastu. Numatytas sukurti naujas produktas bus dirbtinio intelekto sistema, skirta ortognatinei chirurgijai tobulinti. Šioje sistemoje bus naudojami pažangūs dirbtinio intelekto algoritmai, siekiant patogulinti vaizdų analizę, diagnostiką, gydymo planavimą ir personalizuotų instrumentų modeliavimą. Sistema pasižymės gebėjimu pateikti individualizuotus gydymo planus ir dvimačiuose šoniniuose cefalometriniuose brėžiniuose bei trimačiuose virtualiuose žandikaulių vaizduose. Šio produkto dėka ortognatinės chirurgijos planavimas taptų įmanomas be žmogaus įsikišimo arba su minimalia specialisto pagalba, priklausomai nuo apmokymo gylio ir duomenų bazės kokybės. Skirtingai nuo iki šiol sukurtų DI aplikacijų, skirtų atpažinti anatomines struktūras ir jas segmentuoti, šis DI paremtas sprendimas būtų nukreiptas į pačios chirurginės operacijos suplanavimą ir žmogiškojo faktoriaus dalinį arba visišką eliminavimą. Projekto vykdytojas UAB Singletonas specializuojasi bevielio ryšio technologijose, kuria IoT įrenginius bei specializuotus duomenų atvaizdavimo bei apdorojimo programinės įrangos sprendimus klientams visame pasaulyje. Įmonė įkurta 2001 m., šiuo metu turi 29 darbuotojus, iš jų 27 – tiesiogiai dirba IT srityje. Dirbdami su pažangiausiomis technologijomis, kartu su universitetu vykdydami mokslinius tyrimus ir bendradarbiaudami su partneriais Lietuvoje bei užsienio šalyse įmonės s nuolat ieškome naujų ir geresnių būdų tobulėti daiktų interneto (IoT), parkavimo automatizavimo, pramonės automatizavimo, didelių duomenų ir medicinos sprendimų srityse. Siekiant užtikrinti, kad kuriamas produktas pilnai atitiktų tikslinės grupės (specialistų, dirbančių ortognatinės chirurgijos srityje) poreikius ir darbo specifiką, projekto partneriu pasirinkta UAB "Veido chirurgija" Kauno filialas, kurios vadovas dr. Simonas Grybauskas yra veido žandikaulių chirurgas, vykdantis ne tik praktinę, tačiau taip pat ir mokslo tiriamąją veiklą. Šiuo metu projekto metu numatomas sukurti sprendimas yra žinių taikymo koncepcijos formulavimo fazėje (TRL2) – teoriniu lygmeniu, remiantis mokslinių tyrimų rezultatų analize, buvo suformuluota naujo sprendimo sukūrimo koncepcija. Šio projekto įgyvendinimo metu planuojami tokie MTEP etapai, remiantis LRV patvirtintu Rekomenduojamos tyrimų ir eksperimentinės plėtros etapų klasifikacijos aprašu: TRL3 - koncepcijos įgyvendinamumo įrodymas / patvirtinimas. Bus atlikti teoriniai ir eksperimentiniai taikomieji moksliniai tyrimai ir jų rezultatais įrodytas koncepcijos įgyvendinamumas. TRL4 – veikiančio funkcinio prototipo (maketo) sukūrimas ir testavimas laboratorinėse sąlygose; TRL5 – veikiančio maketo testavimas realioje aplinkoje (klinikose) bei maketo darbinių savybių patvirtinimas; TRL6 – prototipo (bandomosios versijos) sukūrimas, suteikiant jam konkrečią išvaizdą, prototipo darbinių savybių, užtikrinant efektyvų , patvirtinimas laboratorinėmis sąlygomis; TRL7 – prototipo (bandomosios versijos) išbandymas ir jo darbinių savybių patvirtinimas realioje aplinkoje. Sukūrus ir įdiegus projekte numatytą dirbtinio intelekto sistemą ortognatinės chirurgijos operacijų planavimas taptų įmanomas be žmogaus įsikišimo arba su minimalia specialisto pagalba, priklausomai nuo apmokymo gylio ir duomenų bazės kokybės. Operuojantys gydytojai įgytų galimybę ženkliai sutrumpinti operacijų planavimo laiką bei atitinkamai galėtų atlikti daugiau operacijų. Pacientai greičiau gautų jiems būtiną pagalbą, sumažėtų pacientų eilės ortognatinės chirurgijos operacijoms. Šaltiniai: [1] https://gafacial.com/corrective-jaw-surgery-cost-what-you-need-to-know/