Datrix, un ecosistema internazionale di aziende di software verticali B2B, sfrutta il valore abilitante dell’Intelligenza Artificiale come attivatore di dati, con una forte attenzione all’innovazione tramite la ricerca. Grazie all’R&S interna, Datrix ha avviato collaborazioni con oltre 20 centri di ricerca e università internazionali, realizzando progetti finanziati da fondi europei e italiani per un totale di oltre 30 milioni di euro dal 2016.
Questa attività ha portato allo sviluppo di soluzioni tecnologiche concrete e ad alto impatto, con particolare attenzione ai settori della Cybersecurity e della Sanità.
Un aspetto distintivo di queste innovazioni è che non nascono solo nei laboratori, ma sono sviluppate in collaborazione con eccellenze italiane, come il Politecnico di Milano o l’Ospedale Vittore Buzzi di Milano, rappresentando un vero contributo alla comunità scientifica e sanitaria, ma anche al tessuto sociale italiano.
Abbiamo avuto l’opportunità di parlare di alcune di queste tecnologie con Renzo Vanna, Senior Researcher presso il CNR all’Istituto di Fotonica e Nanotecnologie del Politecnico di Milano, che ha collaborato con noi nell’ambito di alcuni progetti finanziati dall’Unione Europea che hanno visto Datrix come abilitatore tecnologico. Renzo è stato responsabile di unità in tre progetti europei focalizzati su applicazioni biomediche e diagnostiche, e ci ha illustrato il percorso che ha portato alla creazione di uno strumento innovativo per la ricerca medica oncologica.
Tecnologia Raman e Intelligenza Artificiale: un nuovo standard nella ricerca biomedica grazie al progetto CRIMSON
CRIMSON è un progetto finanziato dall’Unione Europea che punta a rivoluzionare l’oncologia attraverso un microscopio avanzato basato sull’effetto Raman, con un impatto significativo non solo sul lavoro quotidiano dei ricercatori, ma – potenzialmente – anche sulla qualità della vita dei pazienti oncologici.
“Tradizionalmente, lo studio dei campioni biologici inizia con processi laboriosi e invasivi, come la colorazione ematossilina-eosina, una tecnica utilizzata da oltre un secolo. Tuttavia, questo metodo, pur essendo efficace, si basa su coloranti che forniscono informazioni indirette sulla chimica dei tessuti, richiedendo l’occhio esperto di clinici e patologi per interpretare in modo soggettivo le strutture visibili al microscopio” ci spiega Renzo.
CRIMSON rivoluziona questo approccio utilizzando proprio l’effetto Raman, che permette l’analisi diretta della composizione chimica e molecolare dei tessuti, senza alterare il campione. In particolare: “illuminando il campione con la luce, si ottiene uno spettro che rivela dettagli specifici delle molecole presenti, senza distruggere il tessuto. Questo processo consente di ottenere informazioni biomolecolari con una risoluzione submicrometrica, estremamente dettagliata. Per i ricercatori, ciò significa poter esaminare tessuti e cellule con altissimi livelli di precisione e specificità. Inoltre, l’utilizzo dell’intelligenza artificiale per analizzare gli spettri ottenuti consente di accelerare notevolmente il processo diagnostico, individuando rapidamente la composizione molecolare dei campioni e, non ultimo, producendo immagini virtuali comprensibili a clinici e patologi”.
Per i pazienti, in particolare quelli oncologici, questa tecnologia basata sull’AI potrebbe rappresentare un importante miglioramento nella diagnosi e nel trattamento. Essendo meno soggettivo e più preciso, CRIMSON potrebbe rendere possibili diagnosi più rapide e accurate, contribuendo a migliorare le cure e, di conseguenza, le prospettive e la qualità della vita dei pazienti.
L’impatto di CRIMSON sulla ricerca sulla leucemia e sulla salute dei pazienti: un esempio pratico
La tecnologia CRIMSON ha un impatto significativo anche sulla ricerca sulla leucemia. La leucemia, con i suoi oltre 40 sottotipi, rappresenta una sfida complessa per la diagnosi e il trattamento. Attualmente, la classificazione dei sottotipi richiede spesso l’analisi microscopica del sangue o del midollo osseo, un processo che può essere invasivo e dipende fortemente dall’esperienza del patologo.
Renzo chiarisce:
“Utilizzando la tecnologia Raman, CRIMSON può consentire una classificazione molecolare biochimica in modo oggettivo e automatizzabile. Raman, infatti, permette di ottenere informazioni dettagliate sulla composizione chimica delle cellule, superando i limiti dell’analisi visiva tradizionale.
Nello studio pubblicato con il supporto tecnologico di Datrix, è stata valutata la capacità della tecnologia Raman di identificare le cellule leucemiche e differenziarle nei vari sottotipi, confrontandola con l’accuratezza diagnostica di un patologo. I risultati sono stati promettenti, mostrando che la tecnica Raman può distinguere i diversi sottotipi di leucemia con un’accuratezza in alcuni casi paragonabile a quella dei metodi tradizionali, con il valore aggiunto di offrire una valutazione automatizzabile, oggettiva e rapida, un approccio rilevante in contesti dove la presenza di patologi esperti è limitata o assente”.
L’implementazione di CRIMSON nella pratica clinica richiederà ulteriori sviluppi e validazioni, ma i potenziali benefici sono enormi. La capacità di fornire diagnosi rapide e precise può migliorare significativamente la gestione della leucemia, portando a trattamenti tempestivi e mirati.
Contrariamente al timore che l’intelligenza artificiale possa sostituire il lavoro umano, CRIMSON dimostra come una tecnologia che sfrutta il potenziale dell’IA nell’accelerazione dei dati possa ampliare le competenze degli esperti, velocizzando i processi diagnostici e offrendo strumenti di supporto alle decisioni più precisi.
In definitiva, l’obiettivo è fornire ai patologi strumenti avanzati che possano integrarsi con la loro esperienza e migliorare così l’accuratezza della diagnosi.
RamApp: semplicità d’uso per medici e ricercatori per colmare il divario tecnologico
Proprio all’interno del progetto CRIMSON è nata RamApp, uno strumento web gratuito co-sviluppato da Datrix, che utilizza tecnologie di IA per semplificare l’analisi delle immagini iperspettrali, offrendo un valido supporto a medici e ricercatori non esperti informatici, facilitandone la capacità di interpretazione e colmando il divario tecnologico.
Vanna ricorda: “Durante il periodo del COVID-19, non potendo accedere ai laboratori per molte settimane, abbiamo colto l’occasione per rivedere criticamente come analizzavamo i nostri dati. In questo contesto abbiamo sviluppato metodi più intuitivi e rapidi per studiare una notevole quantità di dati. Abbiamo quindi ritenuto utile non tenere questi avanzamenti solo per il nostro gruppo, rendendo tali vantaggi accessibili a una platea più ampia. RamApp si muove in questa direzione, permettendo il caricamento e l’analisi di immagini iperspettrali direttamente online, offrendo agli utenti un’interfaccia intuitiva per esplorare e interpretare dati complessi senza la necessità di competenze avanzate di programmazione. Ad oggi può essere utilizzata da studenti universitari e dottorandi in pochi giorni, con un bacino di circa 250-300 utenti globali, tra ricercatori e medici.”
Questo strumento rappresenta una novità nel modo in cui i dati vengono analizzati e condivisi nella comunità scientifica. Essendo un’applicazione online e gratuita, facilita collaborazione e accesso a potenti strumenti di analisi senza barriere economiche o tecniche. Inoltre, viene continuamente aggiornata con nuove funzionalità, anche in base ai feedback degli utenti.
L’utilizzo di RamApp da parte di ricercatori di istituzioni prestigiose come il MIT testimonia la sua rilevanza internazionale e la solida reputazione nella comunità scientifica globale. La piattaforma è stata utilizzata per produrre risultati pubblicati da riviste internazionali come Nature Communications e Science Advance, riconoscimenti che attestano il suo valore innovativo e la capacità di migliorare la ricerca nel campo biomedico.
Renzo conclude infine: “la semplicità d’uso è il cuore di RamApp, ma l’aspetto collaborativo è altrettanto importante: i risultati delle analisi posso essere immediatamente condivisi con colleghi in altre parti del mondo, facilitando il 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 della conoscenza. La tecnologia cloud di RamApp è stata ottimizzata per garantire efficienza e velocità di calcolo, con un’interfaccia intuitiva che consente una gestione remota del carico computazionale senza gravare sulle risorse dei singoli dispositivi.”
