Si è concluso con successo il progetto DISMASDIA-Covid-19, realizzato da Neosperience, per sviluppare un sistema di Intelligenza Artificiale finalizzato all’analisi di radiografie del torace e di immagini ecocardiografiche di pazienti COVID-19.
L’obiettivo, raggiunto attraverso la sperimentazione del sistema, consiste nel supportare la diagnosi medica (ospedaliera, ma anche a domicilio o nell’ambulatorio del medico di base) e migliorare la prognosi, per creare un sistema di supporto in grado di decongestionare la situazione ospedaliera della regione Lombardia.
Due i modelli sviluppati
La sperimentazione ha sviluppato due modelli. Il primo, per la classificazione binaria delle radiografie (RX) polmonari, è in grado di diagnosticare precocemente il Covid-19 e ha permesso, con poco meno di 1.000 immagini disponibili per il training, di ottenere una precisione diagnostica del 91%.
Il modello verrà migliorato per raggiungere gli standard clinici e reso disponibile a tutte le strutture sanitarie interessate tramite la piattaforma digitale DIMASDIA, realizzata con l’occasione.
Il secondo modello – inizialmente sviluppato per individuare un rapporto causa-effetto tra l’infezione da nuovo Coronavirus Sars-Cov-2 e patologie cardiologiche (acinesia cardiaca) – ha mostrato nuove aree di approfondimento.
Partendo da questi risultati, significativi a livello internazionale, questo secondo modello è stato quindi ulteriormente affinato allo scopo di diagnosticare – sempre grazie all’Intelligenza Artificiale – l’acinesia 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 preciso, con una percentuale di accuratezza superiore al 90%, avendo a disposizione circa 1.000 immagini diagnostiche: anche in questo caso i risultati sono molto incoraggianti per un prossimo utilizzo pratico.
Dopo il successo della sperimentazione di questo secondo modello, il gruppo Neosperience si dedicherà allo sviluppo di nuovi modelli complementari per la diagnosi di un insieme ampio di patologie riguardanti il cuore, per migliorare la conoscenza anatomo-fisiologica dell’organo e la gestione del rischio clinico.
Infine – data la concreta possibilità di effettuare un pre-screening cardiologico a domicilio o nei presidi territoriali diffusi a supporto dell’attività ospedaliera – l’applicazione di questi modelli potrà contribuire a rendere la diagnosi al contempo più economica e più affidabile.
Il progetto, sviluppato da Neosperience, è stato realizzato dalla controllata Mikamai S.r. grazie al supporto dei partner come l’Ospedale Sacco di Milano, l’Istituto Auxologico Italiano, LoopTribe S.r.l. e il CRS4, e finanziato dalla Regione Lombardia, il Fondo Europeo per lo Sviluppo Regionale e l’Istituto Veronesi.
