Oracle e l'università di Napoli Federico II insieme per accelerare la ricerca sulla sanità 4.0

Qual è il farmaco più indicato per trattare una patologia? Questa è una delle principali domande che si pongono quotidianamente i medici e per dargli una risposta analizzano i vari dati presenti nei referti, incrociandoli fra loro. Un processo lungo e che non è facilmente delegabile alle macchine, nonostante sia proprio uno di quei lavori che sembrano fatti su misura per le intelligenza artificiali. Il motivo è da ricercare nei dati stessi, sparsi su differenti silos e conservati in maniera poco strutturata, se non totalmente non strutturata. Per un computer, infatti, l'assenza di dati strutturali complica il lavoro delle IA, che non sono in grado di distinguere automaticamente le differenze fra farmaci, trattamenti e terapie. 

Una soluzione a questo problema può arrivare dalle tecniche di Graph Machine Learning e di IA sulle quali sta lavorando il DIETI (Dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione) dell’Università di Napoli Federico II in collaborazione con Oracle Italia. 

Oracle e Università di Napoli: una collaborazione per applicare l'IA alla sanità

La collaborazione fra l'Università di Napoli e Oracle Italia ha l'obiettivo di trovare un modo per estrarre maggior valore dai dati non strutturati registrati sulle cartelle cliniche, così da poter organizzare automaticamente questi documenti e convertire le informazioni in grafi di conoscenza, facili da navigare, analizzare e interrogabili anche tramite linguaggio naturale. Un approccio che semplificherà il lavoro dei medici, che spesso si trovano ad annotare i dati clinici velocemente, mentre si trovano in corsia, facendo spesso ricordo ad abbreviazioni. E che consentirà di strutturare in maniera efficace i dati presenti sulle cartelle cliniche, rendendo così più semplice l'analisi delle informazioni aggregate. 

Trattandosi di dati estremamente sensibili, uno degli aspetti chiave del progetto è relativo alla privacy, che deve essere pienamente rispettata. 

“In questa ricerca abbiamo riversato quanto di meglio abbiamo, in termini di AI, ML e gestione dati” spiega Gabriele Folchi, Strategy & Transformation Director di Oracle. “La alimentiamo con il profondo know how dei laboratori di ricerca e sviluppo che Oracle ha a Zurigo, specializzati proprio nelle tecniche di analytics e di machine learning; applichiamo tecnologie e soluzioni per la gestione dei dati in cui Oracle è leader da decenni; mettiamo a disposizione le risorse di Oracle Cloud Infrastructure, che offriamo alle migliori realtà di ricerca scientifica del mondo nell’ambito del nostro programma Oracle for Research".

Ma cosa ne pensano i medici? Fra i primi a commentare l'iniziativa Roberto Labianca, Oncologo Medico, già Direttore del Cancer Center dell’Ospedale Papa Giovanni XXIII di Bergamo: "come clinico, intravedo tutta una serie di interessanti ricadute per la pratica quotidiana e anche per il  disegno di  progetti di ricerca. L’utilizzo di un linguaggio comune e la possibilità di mettere a confronto esperienze diverse rese pienamente comunicabili con questa metodologia rappresentano le basi per un costante miglioramento delle conoscenze nel settore che mi compete, quello oncologico”.

Un secondo parere lo ha fornito il Dr. Samuele Burastero, Allergologo e Ricercatore presso il Dipartimento di Immunologia del San Raffaele di Milano, che ha dichiarato: “come ricercatore clinico, apprezzo particolarmente questo progetto, per il suo disegno e per le potenziali ricadute. La standardizzazione delle modalità di raccolta dei dati clinici e di laboratorio relativa ai pazienti in cura presso gli ospedali e la medicina del territorio è da sempre ostacolata dall'impostazione "top-down" dei sistemi informatici di utilizzo biomedico, o dalla loro mancanza tout-court. Nella maggior parte degli ambienti di lavoro i medici sono tenuti ad utilizzare strumenti disegnati in modo tutt'altro che "user friendly" e, quel che è peggio, non adeguati a successive elaborazioni statistiche basate sull'aggregazione dei dati raccolti presso diversi centri o servizi. È appena il caso ricordare che soltanto un'impostazione multicentrica consente l'analisi di adeguate quantità di dati nel contesto della cosiddetta "real word evidence", la nuova frontiera dalla medicina basata sull'evidenza. Il progetto in parola si caratterizza per una struttura "bottom-up", nel segno della preliminare "traduzione" di database eterogenei in un linguaggio comune adeguato a successive analisi altrimenti impossibili da effettuare. Mettere al servizio della ricerca clinica ed epidemiologica l’enorme massa di dati generata dalla pratica clinica corrente e normalmente inutilizzata è un cambio di passo le cui ricadute in termini scientifici potrebbero essere straordinarie".

“Questo impegno a tutto campo evidenzia il grandissimo potenziale che vediamo nella collaborazione con l’Università Federico II e il DIETI in particolare, un centro di eccellenza nazionale per l’AI con competenze scientifiche di massimo rilievo", ha dichiarato Alessandro Ippolito, VP & Country Manager di Oracle Italia.  "Mai come oggi ci è chiaro che il futuro della sanità è legato a doppio filo con la capacità di sfruttare in modo innovativo le tecnologie digitali per accelerare la cura e la ricerca, ampliare le conoscenze e proteggerci”.