Nell’ambito di Milan Digital Week 2024: Il nuovo linguaggio della città tra intelligenza artificiale ed espressioni umane, Datrix ha partecipato alla settima edizione della manifestazione diffusa e collettiva in città con un panel intitolato “AI E DATI: COME LA TECNOLOGIA ITALIANA MIGLIORA LA RICERCA E LA CURA MEDICA”.
Martina Costa, CMO di Datrix, ha moderato il panel che si è tenuto nella Sala Parlamentino, presso l’hub centrale di Palazzo Giureconsulti. Tra i relatori: Matteo Bregonzio, CTO e Head of R&D di Datrix, Stephana Carelli, ricercatrice presso l’Ospedale Vittore Buzzi di Milano e Renzo Vanna, Primo Ricercatore del CNR – Istituto di Fotonica e Nanotecnologie del Politecnico di Milano.
Dal contributo più tecnologico del nostro CTO alle prospettive mediche e biologiche di Carelli e Vanna, durante gli interventi sono state presentate alcune delle tecnologie basate su intelligenza artificiale, sviluppate da R&D interna di Datrix, che potenziano la ricerca medica e l’impatto positivo sulla salute dei pazienti come mai prima d’ora.
Partendo da BETTER e dal ruolo dell’Ospedale Vittore Buzzi, fino ad arrivare a Crimson e RamApp, che hanno visto la collaborazione tra Datrix, Politecnico di Milano e CNR, scopriamo più da vicino i tre progetti.
Quali sono gli obiettivi principali del progetto BETTER e come la tecnologia di Federated Learning rappresenta una novità per il settore delle malattie rare? In che modo questo progetto sta influenzando la ricerca e l’impatto sui pazienti?
Better rappresenta un cambiamento radicale nel mondo delle malattie rare, un progetto che punta a sviluppare terapie e metodologie innovative in grado di migliorare sensibilmente la qualità delle cure per i pazienti. Finanziato dall’Unione Europea, questo progetto, di cui Datrix è il coordinatore internazionale, coinvolge una rete di sette ospedali europei che, grazie alla tecnologia Federated Learning, possono condividere informazioni e conoscenze sui pazienti in modo sicuro e conforme alla normativa sulla privacy.
“Questa tecnologia avanzata consente di lavorare con i dati all’interno del perimetro di ciascun ospedale, senza la necessità di centralizzarli, così da ridurre i rischi di violazione della privacy e rispettando i più recenti standard europei, come GDPR e AI Act”. È chiaro, dalle parole del nostro CTO, che “il Federated Learning non solo ottimizza i processi nel settore medico, ma ha potenziale applicativo in altri settori sensibili come assicurazioni e finanza, dove rispetto della privacy e trasparenza sono fondamentali”.
Dal punto di vista medico, come sottolinea la dott.ssa Stefana Carelli, la collaborazione europea rappresenta un’opportunità unica: “non solo dati, ma anche esperienze cliniche e competenze vengono condivise tra ospedali di diversi Paesi, facilitando la diagnosi precoce e la cura delle malattie rare. Ad esempio, la collaborazione con Buzzi è fondamentale per lo screening neonatale avanzato, che consente di individuare oltre 40 malattie genetiche nei primi giorni di vita, e per la ricerca nell’ambito dell’autismo, due aree che beneficeranno enormemente di questo approccio integrato”.
BETTER introduce un cambiamento di mentalità che riguarda non solo professionisti e ricercatori, ma anche i pazienti, che vedono la condivisione dei propri dati come una chiave per ottenere cure e risultati clinici migliori.
Better si propone di rendere le malattie rare ‘meno rare’, creando un database europeo che riduce l’isolamento di questi pazienti e delle loro famiglie, facilitando l’accesso a conoscenze condivise e terapie a livello europeo.
Grazie al Federated Learning, infatti, per la prima volta nella storia, diagnosi e cura delle malattie rare diventano possibili grazie alla condivisione di dati clinici e genomici da vari ospedali internazionali, senza necessità di centralizzare dati sensibili. Questa applicazione innovativa dell’intelligenza artificiale permette di tutelare la privacy del paziente, valorizzando al massimo il potenziale dei dati genomici per accelerare l’accesso a diagnosi più precise e terapie mirate.
Ma BETTER non è l’unico progetto in ambito medico su cui il team Ricerca e Sviluppo di Datrix ha lavorato e continua a lavorare.
Potete raccontarci del secondo progetto europeo CRIMSON? Qual è il suo obiettivo, quale contributo tecnologico avete apportato e in che modo questa tecnologia ha migliorato la ricerca medica e la cura dei pazienti oncologici?
CRIMSON, altro progetto finanziato dall’Unione Europea e coordinato dal Politecnico di Milano, con la partecipazione del CNR e il contributo tecnologico di Datrix, mira a rivoluzionare l’oncologia attraverso un avanzato microscopio basato su effetto Raman. “Sfruttando la proprietà della luce di interagire con la materia, l’effetto Raman permette di analizzare in modo non invasivo la composizione chimica dei campioni biologici, superando l’uso dei tradizionali coloranti. Permette inoltre la visualizzazione delle molecole nei tessuti e cellule oncologiche, rivelando dettagli molecolari che i coloranti convenzionali non mostrano”, spiega Bregonzio.
Invece di affidarsi esclusivamente all’esperienza visiva dell’anatomo-patologo, CRIMSON consente di ‘leggere’ la struttura chimica specifica delle cellule tumorali, distinguendo aree malate da sane in modo più rapido e preciso. Questo approccio ha il potenziale di anticipare le diagnosi, ridurre le biopsie invasive e intervenire subito durante le operazioni, ottimizzando i tempi delle procedure.
Inoltre, il progetto introduce il valore dell’intelligenza artificiale nella gestione e interpretazione delle immagini iperspettrali, un tipo di immagine tridimensionale estremamente ricca di informazioni. “Il contributo di Datrix alla parte di analisi dati richiede un calcolo computazionale e un set algoritmico molto specifico che possa interpretare i dati raccolti traducendoli in risultati comprensibili per il medico, che viene così supportato nelle decisioni.”
In sintesi, l’ambizione di CRIMSON è affiancare o addirittura sostituire la biopsia, potenziando l’efficacia della diagnosi oncologica e proponendosi come un valido supporto per i patologi, velocizzando e oggettivando i processi di analisi con una precisione prima impensabile.”
Vanna aggiunge: “questo progetto offre un approccio completamente nuovo. Sebbene il metodo tradizionale con coloranti continui ad essere usato, CRIMSON permette l’osservazione diretta della composizione chimica dei tessuti tramite Raman. Questo non solo arricchisce l’esperienza visiva ma consente la valutazione di specifiche molecole all’interno di tessuti e cellule, supportando il patologo con un’analisi dettagliata dei parametri molecolari e contribuendo a diagnosi più rapide e precise”.
Grazie alla tecnologia AI e alle competenze di Datrix, l’interpretazione delle immagini iperspettrali consente una classificazione rapida delle cellule tumorali, anche in casi complessi come la leucemia.
Renzo aggiunge inoltre: “un esempio significativo di questa applicazione riguarda uno studio sulla leucemia, condotto attraverso la tecnologia Raman per l’analisi cellulare. Questo approccio consente l’analisi di campioni di sangue e midollo osseo, dove vengono individuate le cellule anomale associate alla malattia. La tecnologia permette la classificazione automatica di oltre 40 sottotipi di leucemia, facilitando il lavoro dei medici e fornendo un supporto fondamentale in contesti in cui l’accesso a patologi esperti può essere limitato. L’obiettivo non è solo assistere il medico nella diagnosi, ma anche renderla più oggettiva e riproducibile, migliorando l’accesso a valutazioni tempestive in aree del mondo meno servite, contribuendo così a un impatto positivo sulla qualità della vita e sulla salute dei pazienti”.
Matteo, Renzo, nell’ambito del progetto CRIMSON avete progettato e co-sviluppato RamApp, uno strumento web gratuito per l’analisi di immagini iperspettrali che è stato anche citato dalla prestigiosa rivista internazionale NATURE. Ci raccontate in cosa consiste e perché è rilevante per la ricerca medica?
Bregonzio ci offre una prima panoramica: “RamApp nasce dal desiderio di rendere la tecnologia iperspettrale accessibile a medici e ricercatori non esperti informatici, eliminando quelle complessità che spesso allontanano i professionisti dalla piena comprensione delle nuove tecnologie.” E aggiunge: “RamApp è uno strumento web gratuito che consente l’analisi di immagini iperspettrali generate da microscopi avanzati, fornendo risultati interpretabili in breve tempo. Il sistema permette di caricare immagini, selezionare moduli di analisi AI preconfigurati e ottenere risultati chiari e condivisibili, utili per decisioni mediche oggettive. La semplicità d’uso è il cuore di RamApp, che non richiede competenze tecniche avanzate, pur garantendo risultati di alta qualità.”
Infine, Vanna conclude: “L’aspetto collaborativo è altrettanto importante: i risultati delle analisi possono essere immediatamente condivisi con colleghi in altre parti del mondo, facilitando un confronto diretto e multidisciplinare. Questo approccio distribuito consente di aggregare più opinioni sullo stesso campione, rendendo RamApp uno strumento fondamentale per la ricerca comparativa e la condivisione del sapere. La tecnologia cloud di RamApp è stata ottimizzata per garantire efficienza e velocità di calcolo, con un’interfaccia intuitiva che permette di gestire il carico computazionale da remoto, senza gravare sulle risorse dei singoli dispositivi.”
L’adozione di RamApp da parte di istituzioni prestigiose come il MIT testimonia la sua rilevanza internazionale e solida reputazione nella comunità scientifica globale. La piattaforma è stata inoltre citata su diverse riviste internazionali come Nature e Science Advance, riconoscimenti che ne attestano il valore innovativo e la capacità di migliorare la ricerca medica.
L’intero evento è recuperabile qui:
