A Stresa concluso il kick off dei lavori tra GRUPPO DATRIX, medici e Università europee per creare una piattaforma innovativa per l’analisi e la condivisione dei dati sanitari a livello europeo attraverso l’Intelligenza Artificiale e Data Science.
Il gruppo italiano Datrix, che da dicembre 2023 è capofila del consorzio medico-scientifico internazionale chiamato Better (inteso come Better Real-World Health-Data Distributed Analytics Research Platform), guida i lavori del bando europeo da 10 milioni di euro per i prossimi tre anni e mezzo. Il progetto, che rientra nel programma Horizon Europe, ha l’obiettivo di mettere a disposizione dei medici degli ospedali europei, un’interfaccia di consultazione e supporto alla decisione basati su analisi genomica ed AI, assicurando il pieno rispetto delle normative privacy sui dati dei pazienti.
Le attività di R&D del progetto proseguiranno per i prossimi tre anni e mezzo e saranno concentrate sulla raccolta e analisi dei dati relativi a malattie pediatriche rare, disturbi legati allo spettro autistico in bambini e adolescenti, e problemi congeniti visivi, con un focus sulle malattie della retina.
Il tutto rispettando le più stringenti normative GDPR e sulla privacy a livello globale relative alle informazioni sanitarie, grazie a un approccio di ‘Federated Learning’ e ‘AI Distribuita’.
Federated Learning è un approccio utile all’addestramento di modelli AI in maniera distribuita, abilitando lo sfruttamento dei dati appartenenti a molteplici ospedali al fine di migliorare le terapie. In altre parole, non richiede uno scambio o condivisione di dati; diversamente, i dati dei pazienti rimangono all’interno degli ospedali stessi con cui vengono allenati dei modelli locali, garantendo privacy sui dati. Federated Learning permette poi di aggregare i modelli locali e generare un modello globale con performance interpretative superiori ai singoli modelli locali.
La due giorni piemontese svoltasi il 10-11 aprile, oltre alla partecipazione di Datrix come coordinatore del progetto e abilitatore tecnologico, ha riunito alcuni esperti del settore sanitario provenienti da Istituti Clinici europei, internazionali e dalle Università.
Nel corso degli incontri a porte chiuse sono state presentate le linee guida e gli obiettivi principali del progetto finanziato dall’Unione Europea nell’ambito dell’Intelligenza Artificiale per l’Healthcare e sono stati presentati i dettagli tecnici di Better, le sfide da affrontare e le prospettive future per l’implementazione di soluzioni avanzate nell’ambito della medicina data-driven.
Con una particolare attenzione all’importanza del rispetto della privacy dei dati sanitari, l’applicazione di approcci innovativi come il Federated Learning e la standardizzazione dei dati, nonché l’obiettivo finale di migliorare la salute dei cittadini attraverso soluzioni tecnologiche avanzate. Questi progetti di Federated Learning mostrano che la tecnologia si sta adeguando by design alle indicazioni del recente Ai ACT, in quanto non c’è trasferimento dati, ma gli algoritmi vengono allenati mantenendo i dati nel luogo in cui sono generati.
Mauro Arte, Direttore Generale del Gruppo Datrix, dichiara nella nota: “In Datrix lavoriamo quotidianamente con passione per tradurre le sfide che l’AI ci presenta in applicazioni concrete che possano avere un impatto positivo e duraturo non solo sul tessuto produttivo, ma sulla società nel suo insieme. Il ruolo di coordinamento ottenuto all’interno di questo progetto conferma la capacità di leadership di Datrix nei progetti di innovazione e lo dimostra il fatto che il progetto Better si è classificato al primo posto, su un totale di 49 proposte fatte da differenti consorzi europei, di cui solo quattro sono state finanziate, nell’ambito del contest indetto dalla Commissione Europea. Un risultato che ci stimola ancor di più nel rendere concreta una sfida che potrebbe rivoluzionare l’approccio medico basato sui dati, a vantaggio di una migliore gestione della salute delle persone”.
Matteo Bregonzio, CTO e Responsabile del reparto R&D del Gruppo Datrix, commenta: “La medicina di precisione tiene conto delle caratteristiche e variabilità individuali a livello genetico, metabolico, ed ambiente del paziente; offrendo un percorso terapeutico personalizzato, efficace, e minimizzando gli effetti collaterali. Grazie alla possibilità di mettere a fattor comune i dati di molteplici ospedali e allo studio di questi tramite AI, la medicina di precisione permetterà di efficientare il servizio sanitario nazionale ed offrire terapie di frontiera ai pazienti. Questa è l’ambizione del progetto Better su cui lavoreremo per i prossimi anni”.
