L'Intelligenza Artificiale e Informatica come supporta l'attività dei medici? A spiegarlo il ricercatore Luca Piovesan

Supportare i data manager, gli study coordinator e i Principal investigator (P.I.) nelle normali attività legate ai trial attraverso l'analisi intelligente dei dati e dalla loro raccolta. Questo è uno degli studi portato avanti dal Laboratorio integrato di Intelligenza Artificiale e Informatica in Medicina ed in particolare da Luca Piovesan, ricercatore del DiSIT.

La collaborazione tra l'Università del Piemonte Orientale l'Azienda Ospedaliera di Alessandria

I Laboratori integrati di ricerca, infatti, vedono la stretta collaborazione tra il Dipartimento di Scienze e Innovazione Tecnologica dell’Università del Piemonte Orientale, diretto da Leonardo Marchese e il DAIRI – Dipartimento Attività Integrate Ricerca Innovazione dell’Azienda Ospedaliera di Alessandria, diretto da Antonio Maconi, con l’obiettivo di supportare l’attività dei medici per una migliore e più precisa cura dei pazienti.

Un supporto ai medici nelle decisioni diagnostiche e terapeutiche

Nello specifico, il dottor Piovesan lavora per generare dei dataset di qualità migliore che possano restituire risultati in grado velocizzare le attività dello staff dello studio.

Il ricercatore spiega:

Tecnicamente l’obiettivo non è quello di introdurre dei nuovi strumenti nelle normali routine, che richiederebbero tempo addizionale per l'apprendimento, ma di estendere quelli di uso comune, come per esempio quelli di elettronic data capture, con tecniche di analisi intelligente.

Tecniche che possono essere di diversi tipi, come ad esempio quelle di business intelligence, che permettono di raggruppare i dati e di dare una visione ad alto livello tanto al P.I. quanto allo study coordinator dell'andamento dello studio eventualmente rappresentabile in maniera grafica e interrogabile per rispondere a delle domande degli utenti.

Altre tecniche che si possono utilizzare sono quelle di rappresentazione della conoscenza ispirate a quanto fatto già presso l’UPO per la gestione di linee guida computerizzate, le quali hanno lo scopo di migliorare e automatizzare sia l'analisi di completezza che quella di correttezza dei dati raccolti.

Senza dimenticare il Machine Learning, che permette di estrarre dai dataset delle correlazioni significative tra i dati oppure, in alcuni casi, di istruire dei modelli che permettono di predire l'andamento dello stato di salute e del paziente. Tutte tecniche di ricerca in grado di supportare i medici nelle decisioni diagnostiche e terapeutiche sfruttando dati raccolti in forma anonima e aggregata.