C’è anche il mondo dell’innovazione e della ricerca italiana nella grande partita per trovare una cura più efficace al cancro grazie a modelli di machine learning e intelligenza artificiale. Lo dimostra da ultimo il progetto Abibank, che ha appena ricevuto l’approvazione e i finanziamenti dalla Regione Piemonte POR FESR 2014/2020, con un valore di ricerca complessivo per 5,8 milioni di euro, di cui 2,5 milioni dalla Regione e il resto da aziende partner ed enti di ricerca. Tra queste, Engineering Ingegneria Informatica, Medas, Lattanzio KIBS, AOU Città della Salute e della Scienza di Torino; Fondazione del Piemonte per l’Oncologia di Candiolo - FPO – IRCCS. In più, Aibibank sarà coordinato da Health Triage, start-up torinese capogruppo e promotore del progetto.

Anche le startup innovative possono quindi giocare un ruolo in questa missione, che promette di portare risultati significativi. “Tutti gli studi stanno evidenziando che l’intelligenza artificiale può aiutare nella lotta per il cancro, ma si prevedono altri due-tre anni di ricerca prima di vedere questi metodi in azione in Italia”, spiega a Italian Tech  Eugenio Santoro, capo laboratorio dell’istituto Mario Negri e tra i massimi esperti italiani di intelligenza artificiale (IA) in medicina.

“Negli Stati Uniti già sono utilizzati sul campo sistemi per l’individuazione precoce del cancro tramite l’analisi automatizzata, via intelligenza artificiale, di immagini radiologiche. In Italia nessuno di questi sistemi è autorizzato ancora. Gli utilizzi non diagnostici ma terapeutici, dell’IA, sono invece ovunque solo sperimentali”, spiega Santoro. Siamo nella fase critica della ricerca, ma l’orizzonte a cui si guarda non è troppo lungo, per andare sul campo con le soluzioni al paziente.

La ricerca

Quante app per la salute ad alto rischio privacy

16 Giugno 2021

Un lago di dati
Dura appunto due anni il progetto Abibank. Il suo scopo è realizzare un’infrastruttura tecnologica e normativa, chiamata in gergo informatico datalake , in grado di raccogliere e organizzare immagini medicali e dati clinici in modo costante e perpetuo. Il progetto è focalizzato sui tumori maligni più diffusi, quello al seno e quello alla prostata. Il datalake fornirà a scienziati e ricercatori autorizzati l’accesso ad un catalogo di dati clinici e immagini digitali anonimizzati, integrando dati provenienti da altri sistemi e fascicoli sanitari. 

Il datalake è un repository centralizzato a scopo di ricerca che consente di memorizzare, sfruttando tecnologie avanzate e complesse di data storage e data analysis, dati strutturati e non strutturati anonimizzati provenienti da fonti diversificate e disomogenee. Elemento caratterizzante del progetto è che la raccolta dei dati e il popolamento del datalake avvengono con strumenti automatizzati, per velocizzare l’impresa e ridurre gli errori. 

Cruciale anche il ruolo dell’anonimizzazione dei dati, per il tema critico della privacy dei dati sanitari, su cui in passato è inciampato anche Google per un progetto di intelligenza artificiale in medicina negli Stati Uniti. I dati sensibili non usciranno dagli ospedali: nel datalake centrale arrivano solo dati clinici completamente anonimizzati dai quali è impossibile risalire ai dati dei pazienti reali, in ottemperanza al Regolamento Generale sulla Protezione dei Dati (Gdpr). 

Oltre alla creazione del datalake, obiettivo del progetto è lo sviluppo di algoritmi per dimostrare i benefici derivanti dall’effettivo utilizzo delle grandi quantità di immagini e dati anonimi raccolti. Verranno sviluppati in particolare un algoritmo per il supporto alla diagnosi preventiva di screening mammografico e un algoritmo a supporto della diagnosi preventiva e del supporto alla terapia per i casi di tumori alla prostata. Lo sviluppo di tali algoritmi basati su tecniche di intelligenza artificiale è necessariamente legato alla correlazione sistematica di grandi quantità di dati e immagini, consentita proprio attraverso l’uso del sistema datalake. 

Quattro passi verso l’essere umano aumentato

di Massimo Canducci 01 Giugno 2021

In cammino
In letteratura abbondano altre applicazioni dell’IA, con i primi risultati (sperimentali) incoraggianti. Si veda in particolare uno studio pubblicato (Artificial intelligence in cancer research and precision predicine) nel numero di aprile della rivista internazionale Cancer Discovery.

Eccone alcune: diagnosi precoce, diagnosi più accurata e staging del cancro (cioè del suo stadio e gravità); individuazione delle mutazioni; caratterizzazione del micro-ambiente tumorale; scoperta dei target terapeutici e dei farmaci più efficaci (personalizzati per quelle specifiche mutazioni e quel paziente); supporto alla prognosi e analisi della risposta del paziente alla terapia. Quest’ultima applicazione serve al medico per capire se bisogna cambiarla. Ma l’IA può servire anche prima, alla previsione dell’efficacia del farmaco.

Per tutto questo ci vorranno anni, ma la ricerca si è incamminata. E anche l’Italia, con il supporto delle startup, sta facendo la sua parte.