Dr inż. Michał Byra uzyskał w IPPT PAN stopień doktora habilitowanego w dyscyplinie inżynieria biomedyczna. Jako osiągnięcie naukowe przedstawił spójny cykl ośmiu publikacji, które ukazały się w latach 2018–2022, pod wspólnym tytułem: „Metody głębokiego uczenia w diagnostyce ultrasonograficznej nowotworów piersi.”
Do głównych zainteresowań naukowych dra Michała Byry należą sieci neuronowe, analiza i przetwarzanie obrazów biomedycznych oraz metody informatyczne w obrazowaniu ultrasonograficznym. W ramach cyklu publikacji zaprezentował szereg nowatorskich metod głębokiego uczenia maszynowego, których skuteczność zademonstrowano w diagnostyce ultrasonograficznej nowotworów piersi. W ostatnich latach rozwój uczenia maszynowego zainicjował nowy kierunek badań w dziedzinie ultrasonografii ilościowej (QUS, z ang. quantitative ultrasound), który skupia się na analizie surowych sygnałów ultradźwiękowych w celu określenia fizycznych właściwości badanej tkanki. Tego typu surowe sygnały zawierają cenne informacje diagnostyczne, które nie są widoczne w przypadku stosowanych typowo obrazów B-mode powstałych na drodze stratnej rekonstrukcji danych ultradźwiękowych. Klasyczne techniki ultrasonografii ilościowej opierają się na uproszczonych modelach matematycznych tkanek i propagacji fal ultradźwiękowych, co ogranicza ich skuteczność w analizie rzeczywistych tkanek ludzkich. Badacz był jednym z pierwszych naukowców na świecie, którzy opracowali sieci neuronowe do analizy surowych sygnałów ultradźwiękowych. Dzięki zastosowaniu głębokiego uczenia, sieci neuronowe trenowane na surowych sygnałach ultradźwiękowych umożliwiły automatyczną ekstrakcję cech istotnych dla charakteryzacji tkanek oraz ominięcie problemów klasycznych technik ultrasonografii ilościowej. W ramach cyklu dr Byra opracował również nowe metody uczenia transferowego, które pozwalają dostosować sieci neuronowe wstępnie wytrenowane na dużych zbiorach danych niemedycznych do analizy i przetwarzania obrazów ultrasonograficznych. Metody uczenia transferowego są kluczem do skutecznych zastosowań głębokiego uczenia w medycynie, gdzie zbiory danych z reguły są zbyt małe, by umożliwić trenowanie dużych sieci neuronowych od zera. Cykl publikacji zawierał także pionierskie prace pokazujące pierwsze zastosowania sieci neuronowych do przewidywania odpowiedzi nowotworów piersi na chemioterapię.
Dr hab. inż. Michał Byra jest absolwentem Politechniki Warszawskiej. W 2017 roku z wyróżnieniem obronił doktorat w IPPT PAN pod opieką prof. dra hab. inż. Andrzeja Nowickiego i dr hab. n. med. Katarzyny Dobruch-Sobczak. Po doktoracie odbył staż podoktorski na Uniwersytecie Kalifornijskim w San Diego. Pracował również w japońskim instytucie RIKEN Center for Brain Science, początkowo jako stypendysta programu Japan Society for the Promotion of Science, a następnie jako naukowiec instytutu. Obecnie zaś pełni honorową rolę naukowca wizytującego w RIKEN. Habilitant ma również doświadczenie w przemyśle dzięki pracy jako naukowiec w Centrum AI Samsunga, czy wcześniej konsultant dla Microsoftu i firm zajmujących się obrazowaniem biomedycznym. Za swoją działalność naukową dr Byra został wielokrotnie wyróżniony, m.in. stypendium ministra dla wybitnych młodych naukowców, nagrodą Edwarda Wróbla za osiągnięcia naukowe na styku sztucznej inteligencji i inżynierii biomedycznej czy szeregiem nagród Dyrektora IPPT PAN. Znalazł się również na liście 2% najczęściej cytowanych naukowców na świecie według Uniwersytetu Stanforda.
