In questa sfida, la tecnologia ha giocato spesso il ruolo di "salvatrice" e ci ha aiutato a mitigare le conseguenze disastrose di epidemie e calamità.
Oggi che stiamo vivendo una delle emergenza sanitarie più difficili degli ultimi anni, un nuova tecnologia si è dimostrata essenziale per la lotta al Covid-19. Al momento in fase di sperimentazione nel campo della ricerca medico-scientifica, l'Intelligenza Artificiale, applicata all'elaborazione di dati relativi a immagini, ha prodotto risultati estremamente significativi.
Negli ultimi anni tecniche di machine learning sono state utilizzate a scopo diagnostico per supportare gli specialisti.
L’obiettivo a lungo periodo è quello di ridurre i costi delle pratiche diagnostiche, di facilitare la reperibilità degli strumenti e ampliare l’applicazione clinica, soprattutto in campo radiologico nel settore della Computed Tomography (CT) e della Positron Emission Tomography (PET).
Come Neosperience noi non ci siamo tirati indietro in questo momento difficile, e in collaborazione con l’Ospedale Sacco di Milano, l’Istituto Auxologico Italiano, LoopTribe Srl e il CRS4, e finanziati da Regione Lombardia, dal Fondo Europeo per lo Sviluppo Regionale e dall’Istituto Veronesi, abbiamo sviluppato e concluso con successo il progetto DIMASDIA-COVID19 per la diagnosi del Covid-19 e delle malattie correlate tramite l'Intelligenza Artificiale e il Machine Learning.
In particolare, insieme ai partner abbiamo sviluppato due modelli per la diagnosi rapida che - a costi minori rispetto a qualsiasi altro strumento diagnostico - ci hanno permesso di analizzare radiografie polmonari e le eco-cardiografie dei pazienti per individuare le patologie correlate al Covid e di prevenire l'insorgere di complicanze e di migliorare la prognosi.
Il primo modello - basato sulle analisi delle radiografie polmonari di pazienti Covid-19 è stato in grado di diagnosticare precocemente la malattia e ha permesso, partendo da circa 1000 immagini disponibili per il training, di ottenere una precisione diagnostica del 91%.
Tale modello verrà migliorato per raggiungere gli standard clinici e reso disponibile a tutte le strutture interessate tramite la piattaforma digitale DIMASDIA, realizzata in seguito agli ottimi risultati raggiunti.
Il secondo modello - relativo alle immagini eco-cardiografiche - era stato inizialmente sviluppato per individuare un rapporto causa-effetto tra l’infezione da nuovo Coronavirus Sars-Cov-2 e patologie cardiologiche (acinesia cardiaca), ma ha portato a nuove aree di approfondimento.
Partendo da questi risultati il modello è stato quindi ulteriormente affinato allo scopo di diagnosticare, sempre grazie all’Intelligenza Artificiale, alterazione della cinetica cardiaca, fornendo così un supporto determinante per la diagnosi di questa complicanza clinica molto rilevante e frequente, soprattutto in questo periodo.
Anche questo modello si è dimostrato molto preciso, con una percentuale di accuratezza superiore al 90%, partendo sempre da un dataset di circa 1.000 immagini diagnostiche.
Grazie a questo progetto, il gruppo Neosperience è stato in grado di fornire strumenti standardizzati e basati su evidenze scientifiche per la gestione clinica dei pazienti COVID-19. Abbiamo poi sviluppato e reso disponibile una piattaforma web - basata sull'Intelligenza Artificiale - in grado di coadiuvare la diagnosi, il follow up e a colmare le lacune sulla storia dell’infezione.
Inoltre, data la concreta possibilità di effettuare un pre-screening a domicilio o nei presidi territoriali diffusi, l’applicazione di questi modelli potrebbe contribuire a rendere la diagnosi al contempo più economica e più semplice da realizzare.
Si aprono quindi nuove sfide e nuove opportunità di sviluppo per l'Intelligenza Artificiale in ambito Healthcare: noi di Neosperience abbiamo deciso di puntare verso questa direzione, perché non ci può essere progresso medico senza tecnologia.