FIRMA PER SOSTENERE LA RICERCA

Intelligenza Artificiale e percorso fast-track in chirurgia protesica di anca e ginocchio

 

Un progetto che, grazie all’Intelligenza Artificiale, ha lo scopo di identificare pazienti candidabili a percorso fast-track dopo intervento di artroprotesi primaria di anca e ginocchio.

 

Ci presenta il progetto il dottor Mattia Loppini, dell’Unità Ortopedia dell’Anca e Chirurgia Protesica in Humanitas. Le nuove tecnologie possono essere di grande aiuto nell’ambito della Ricerca; la strada verso cure definitive è ancora lunga e c’è bisogno del contributo di tutti: ecco perché è importante sostenere la Ricerca donando il proprio 5×1000.

 

La protesizzazione articolare è estremamente diffusa in tutto il mondo ed è considerata un trattamento di particolare efficacia per diverse patologie dell’anca e del ginocchio, in pazienti di tutte le età. Anche per questo è stato evidenziato un incremento nel tempo di protesi totale di anca (PTA) e di protesi totale di ginocchio (PTG), che è destinato ad aumentare significativamente nelle prossime decadi. Nell’ultima decade, si è inoltre registrato un interesse crescente per percorsi di ricovero rapido caratterizzati da una minor durata della degenza e un più rapido recupero funzionale da parte del paziente sottoposto ad intervento di protesi totale di anca e ginocchio.

 

Il percorso fast-track si caratterizza per un decorso perioperatorio ottimizzato o accelerato di una procedura chirurgica standard. Un percorso fast-track ha come obiettivo la riduzione della morbilità perioperatoria, procedure anestesiologiche fisiologicamente ottimizzate, gestione del dolore ottimizzata e mobilizzazione aggressiva. L’intelligenza artificiale può consentire una selezione accurata dei pazienti eleggibili per un percorso fast-track in chirurgia protesica. In tal modo sarebbe possibile ridurre la degenza ospedaliera postchirurgica, garantendo al paziente un appropriato recupero funzionale senza aumentare il rischio di complicanze.

 

Obiettivo del progetto

 

Negli ultimi anni, la gestione postoperatoria dei pazienti sottoposti a protesi totale di anca e ginocchio si è focalizzata sulla durata del ricovero dopo l’intervento, incoraggiando la dimissione anticipata dagli ospedali e la sostituzione con alternative domiciliari. L’identificazione di criteri oggettivi preoperatori che permettano di predire l’esito del paziente è cruciale per consentire una più efficiente gestione delle cure postoperatorie e permetterebbe lo sviluppo di uno strumento di previsione clinica che utilizzi l’intelligenza artificiale per identificare i pazienti a rischio di un ritardato recupero postoperatorio e di una degenza ospedaliera più lunga.

La prima fase del progetto prevede lo sviluppo dello strumento di analisi mediante machine learning e l’arruolamento di pazienti con PTA e PTG, operati in Humanitas, di cui saranno analizzati dati preoperatori clinici, di laboratorio e strumentali.

La seconda fase del progetto prevede invece l’arruolamento di 150 pazienti con PTA e 150 pazienti con PTG, che verranno seguiti per un anno dopo l’intervento per validare l’abilità predittiva del software.

In ultima sintesi, lo scopo del progetto è di sviluppare un algoritmo di machine learning che permetta di identificare prima dell’intervento di protesi totale di anca e ginocchio i pazienti che possono essere candidati a un percorso di degenza breve con un appropriato recupero funzionale.

Il ruolo dell’Intelligenza artificiale per la Ricerca di Humanitas

Negli ultimi mesi siamo stati sfidati da una nuova malattia – Covid-19 – causata da un nuovo virus. Mai come ora la Ricerca è stata fondamentale nell’affrontare questa sfida e lo dimostrano la quantità e la qualità della produzione scientifica recente.

 

La vicinanza tra laboratori e letto del paziente ha permesso a medici, ricercatori clinici e pre clinici di lavorare in stretta congiunzione con tanti strumenti, tra cui va annoverato l’aiuto della bioinformatica e dell’Intelligenza Artificiale.

 

Sono tanti gli ambiti di applicazione dei software e degli algoritmi di Intelligenza Artificiale in Humanitas: dalla radiologia alla chirurgia, all’ematologia. Data scientist e clinici lavorano fianco a fianco dando vita ad algoritmi intelligenti per ottenere diagnosi più accurate in minor tempo, predirre le risposte alle terapie e tracciare percorsi personalizzati per ogni paziente. Ma anche esplorare nuove possibilità, aprendo nuovi filoni di Ricerca.

 

A raccontarci i progetti sono i nostri specialisti che puoi sostenere con il tuo 5×1000. Inserisci il nostro codice fiscale 10125410158 sotto Ricerca Sanitaria nella tua dichiarazione dei redditi.

 

Sostieni la Ricerca guarda lontano!

La cura delle patologie cardiovascolari: il contributo dell’Intelligenza Artificiale

Un progetto che grazie alla sinergia tra attività clinica e Intelligenza Artificiale punta a definire modelli predittivi per caratterizzare i pazienti con patologie cardiovascolari al fine di migliorarne le cure.

 

Ci presenta il progetto la dottoressa Cristina Panico, cardiologa di Humanitas. Le nuove tecnologie possono essere di grande aiuto nell’ambito della Ricerca; la strada verso cure definitive è ancora lunga e c’è bisogno del contributo di tutti: ecco perché è importante sostenere la Ricerca donando il proprio 5×1000.

 

Obiettivo della Ricerca

 

Le malattie cardiovascolari rappresentano la principale causa di morte in Italia. Nella loro insorgenza giocano un ruolo fattori di rischio non modificabili (come età, sesso, familiarità e predisposizione genetica) e fattori modificabili, legati in particolare allo stile di vita (vizio del fumo, consumo di alcol, scorretta alimentazione, sedentarietà).

 

Gran parte delle prescrizioni mediche e di informazioni riguardanti fattori decisivi come le comorbidità, lo stile di vita e i farmaci somministrati, sono registrati in forma di testo nelle cartelle cliniche. Pertanto questa tipologia di dato non è automaticamente accessibile in quanto non collezionata in forma “strutturata”. A oggi l’attività di recupero di questi dati per studi di ricerca è fatta interamente a mano, limitando la fattibilità di studi su ampi campioni di popolazione e allungando le tempistiche di realizzazione degli studi.

 

Grazie all’utilizzo dell’Intelligenza Artificiale, e in particolare delle tecniche dell’elaborazione del linguaggio naturale – NLP (Natural Language Processing), si può estendere l’analisi a campi difficilmente accessibili per mezzo di tecniche standard, come appunto i dati registrati in forma di testo libero. Queste tecniche di elaborazione consentono infatti di leggere e comprendere il testo e, successivamente, di estrarre le informazioni utili dallo stesso e renderla disponibile per ogni tipologia di analisi.

 

Al fine di allenare le reti neurali che si occupano di questi processi è fondamentale la presenza del personale medico che, insieme al team di ingegneri, costruisce dei modelli di esempio da cui le reti stesse andranno a “imparare” e ne supervisiona l’apprendimento.

 

I primi obiettivi della ricerca sono incentrati sul miglioramento della caratterizzazione dei pazienti affetti da patologie cardiovascolari (come scompenso cardiaco, infarto e valvulopatie), sulla stratificazione dei pazienti in base alla prognosi e la validazione sia di nuovi biomarcatori (che possano essere utili per la diagnosi) sia di nuovi trattamenti e procedure.

 

Humanitas A.I. Health Center

 

Humanitas sta costruendo un Centro d’avanguardia focalizzato sulla Ricerca in ambito clinico – Humanitas A.I. Health Center – che unisce il network dei medici e dei ricercatori e un team di ingegneri specializzati in Intelligenza Artificiale.

 

Quali ricercatori sono coinvolti e quali sono le tempistiche del progetto? Nel progetto sono coinvolti diverse figure chiave tra cui cardiologi clinici, ricercatori di base e data scientists.

 

Come si integrano le competenze mediche e le competenze dei data scientist (tecnici)? Il progetto permette di integrare la ricerca traslazionale con l’intelligenza artificiale: dall’ospedale giungono i quesiti clinici, dai laboratori nuovi biomarcatori e trattamenti; protocolli di ricerca vengono pertanto definiti e realizzati grazie al supporto degli ingegneri.

L’utilizzo dell’Intelligenza Artificiale nella Ricerca sulle multimorbilità

Un progetto che, grazie all’utilizzo dell’Intelligenza Artificiale, ha lo scopo di migliorare le strategie di trattamento per i pazienti affetti da multimorbilità e polipatologie.

Ci presenta il progetto, per conto dei Colleghi delle Unità coinvolte nell’Immuno Center di Humanitas, Carlo Selmi, Responsabile di Reumatologia e Immunologia clinica.

L’intelligenza artificiale e le nuove tecnologie possono essere di grande aiuto nell’ambito della Ricerca; la strada verso cure definitive è ancora lunga e c’è bisogno del contributo di tutti: ecco perché è importante sostenere la ricerca donando il proprio 5×1000.

 

A soffrire delle malattie infiammatorie immuno-mediate (IMID) è circa il 5% della popolazione mondiale. Parliamo di più di un centinaio di patologie contraddistinte da un processo infiammatorio cronico, in molti casi invalidanti, che spesso hanno sintomi comuni e terapie coincidenti e che possono essere presenti in concomitanza. Questa compresenza di patologie si definisce multimorbilità e si verifica quando, per esempio, in uno stesso paziente troviamo artriti infiammatorie che convivono con infiammazioni intestinali o psoriasi.

 

Per questo è importante per lo specialista capire le modalità in cui uno stato di multimorbilità può interferire nel quadro clinico del paziente, per esempio creando problemi nel trattamento delle patologie più gravi che lo affliggono. Approfondire questo aspetto è fondamentale sia per una maggiore comprensione della multimorbilità stessa, sia per delineare migliori strategie di trattamento a vantaggio della salute del paziente.

 

Ricerca e Intelligenza Artificiale: una nuova frontiera nel trattamento delle multimorbilità

 

Gli specialisti e i ricercatori dell’Immuno Center di Humanitas stanno lavorando insieme ai data scientist del Centro di Intelligenza Artificiale con l’obiettivo di valutare nuove strade per il trattamento delle multimorbilità. Il primo passo è unire le risorse cliniche uniche della struttura e la Biobanca di Ricerca di cui dispone, all’utilizzo di strumenti innovativi che, grazie all’Intelligenza Artificiale, mirano a identificare i marker fisiologici di queste patologie.

 

Il fine di questo percorso di ricerca è utilizzare nuovi modelli di apprendimento sui dati disponibili in struttura – trentamila pazienti circa per il 2018 – al fine di identificare i pattern più comuni delle multimorbilità, per valutare la correlazione tra i dati dei pazienti affetti da una o più IMID e le possibilità di trattamento.

 

L’insieme di modelli verrà sintonizzato attraverso un meccanismo di validazione incrociata. Inoltre, saranno testati dei network di apprendimento profondo, nell’ottica di un miglioramento dell’idoneità dei dati.

 

Il progetto

 

Quanti ricercatori sono coinvolti e quali sono le tempistiche del progetto?

Il progetto coinvolge le competenze ed il personale clinico e di ricerca di quattro unità operative, ovvero, oltre alla Reumatologia, Allergologia e Medicina Personalizzata con Walter Canonica e Francesca Puggioni, Dermatologia con Antonio Costanzo, Malattie Infiammatorie Intestinali con Silvio Danese che è il coordinatore scientifico dell’ImmunoCenter. I nostri medici lavorano insieme al team di data scientist dell’AI Health Center di Humanitas, un centro d’avanguardia un focalizzato sull’applicazione dell’Intelligenza Artificiale nella Ricerca in ambito clinico. L’interconnessione tra le varie unità operative permette di osservare un grande numero di pazienti che affluiscono all’ImmunoCenter per diversi motivi clinici e quindi superano i limiti di casistiche provenienti da una sola area specialistica. In questo momento è in corso la prima estrazione di parole chiave dal database clinico che permetta di identificare un primo numero di pazienti con cui educare il sistema di deep learning per poi procedere, nell’arco di alcuni mesi, alla produzione degli algoritmi che predicano l’andamento delle malattie infiammatorie croniche.

 

Come si integrano le competenze mediche e le competenze dei data scientist?

Una stretta collaborazione tra chi produce il dato clinico (il personale medico delle unità dell’ImmunoCenter) e chi verrà chiamato ad analizzare questo dato dopo averlo reso fruibile è ovviamente indispensabile per ottenere un dato affidabile che produca quindi un algoritmo applicabile e verificabile nell’attività clinica futura.

L’impiego dell’Intelligenza Artificiale nella ricostruzione del ginocchio

Un progetto che, grazie all’utilizzo dell’Intelligenza Artificiale, ha lo scopo di modellare la progettazione e l’impianto delle protesi articolari del ginocchio sulle esigenze del singolo paziente.

 

Ci presenta il progetto il professor Maurilio Marcacci, Responsabile del Centro per la ricostruzione articolare del ginocchio in Humanitas. L’Intelligenza Artificiale e le nuove tecnologie possono essere di grande aiuto nell’ambito della Ricerca; la strada verso cure definitive è ancora lunga e c’è bisogno del contributo di tutti: ecco perché è importante sostenere la Ricerca donando il proprio 5×1000.

 

L’impiego dell’Intelligenza Artificiale nella ricostruzione del ginocchio risponde alle nuove esigenze della chirurgia ortopedica, permettendo di sostituire l’articolazione danneggiata non più con protesi già pronte, ma creando una nuova articolazione sulla base delle necessità del singolo paziente.

 

La protesi articolare, infatti, si inserisce all’interno di un complesso sistema di equilibri legamentosi e di controllo muscolare e neuro-muscolare che devono essere perfettamente calibrati per rispondere alle esigenze del paziente. Con il supporto dell’Intelligenza Artificiale è ora possibile creare un rivestimento articolare personalizzato, che tiene conto degli assi di carico, della dinamica dei gruppi muscolari, del controllo neuromotorio e della tensione dei legamenti.

 

La protesi: dalla stampa 3D all’impianto

 

L’innovazione si sviluppa in due direzioni: quella del disegno di una protesi personalizzata su modello della conformazione originale dell’articolazione del paziente, e quella della tecnica chirurgica d’impianto.

 

Per quanto riguarda il disegno della protesi, da immagini TAC si ricostruisce il modello 3D di tutte le ossa dell’arto inferiore, con particolare attenzione all’articolazione del ginocchio. Su questo modello viene poi disegnata la superficie della protesi di rivestimento che deve essere impiantata nel paziente. Al contempo, vengono anche presi in considerazione tutti quegli aspetti che guideranno l’articolazione nel movimento.

 

Nell’impianto, invece, si segue un sistema di chirurgia assistita dal calcolatore, che permette di posizionare la protesi secondo l’esatta proiezione del disegno iniziale.

 

Non solo A.I.

 

Tutta la Ricerca ortopedica, in Humanitas, sta seguendo un processo di innovazioni tecnologiche ad ampio spettro. Una serie di importanti progressi scientifici, non solo nel campo dell’intelligenza artificiale, ma anche della biomedicina e delle tecnologie mediche, tale da consentire un continuo innalzamento dello standard generale di performance clinica degli interventi di ortopedia.

QUALE PROGETTO VUOI CHE HUMANITAS SOSTENGA GRAZIE AL TUO 5x1000?

Quale progetto vuoi che Humanitas sostenga grazie al 5x1000?

QUALE PROGETTO VUOI CHE HUMANITAS
SOSTENGA GRAZIE AL TUO 5x1000?