AI-SCoRE calcola il rischio da COVID-19


Parte AI-SCoRE per calcolare il rischio da COVID-19: il progetto di intelligenza artificiale nasce dalla partnership tra San Raffaele, Microsoft e Nvidia

Parte AI-SCoRE per calcolare il rischio da COVID-19: il progetto di intelligenza artificiale nasce dalla partnership tra San Raffaele, Microsoft e Nvidia

Una piattaforma di apprendimento autonomo in grado di calcolare per ogni individuo, sulla base di una serie di indicatori clinici e diagnostici, la probabilità di sviluppare le forme più gravi di COVID-19, permettendo così interventi sanitari mirati e tempestivi e riducendo l’impatto sul sistema sanitario.

È questo l’obiettivo del progetto AI-SCoRE (acronimo di Artificial Intelligence – Sars Covid Risk Evaluation) ideato dai professori Carlo Tacchetti e Antonio Esposito, rispettivamente direttore e vice-direttore del Centro di Imaging Sperimentale dell’IRCCS Ospedale San Raffaele di Milano.

AI-Score è stato  sviluppato in collaborazione con due colossi mondiali della computer science come Microsoft e Nvidia, con il Centro di Omics Sciences dell’IRCCS Ospedale San Raffaele diretto dal dottor Giovanni Tonon, e con il supporto di due aziende: Orobix srl, società attiva nell’ingegneria, produzione e governance di sistemi di AI con esperienza decennale e internazionale in ambito healthcare, e Porini, centro di eccellenza e partner internazionale di Microsoft sulle piattaforme Cloud Azure e sulle soluzioni di Advanced Analytics.

L’obiettivo di AI-SCoRE

Il nuovo coronavirus è altamente contagioso. Tuttavia, nonostante l’ampia diffusione del virus e la sua capacità di mettere in ginocchio interi sistemi sanitari, soltanto una piccola percentuale di pazienti (intorno al 5-10%) sviluppa le forme più gravi (e a volte fatali) della malattia. Spesso queste forme hanno un decorso rapido e imprevedibile che portano il paziente a passare da una sintomatologia blanda ad una grave insufficienza respiratoria nel giro di pochissimo tempo.

L’obiettivo del progetto è duplice: da un lato riconoscere nella popolazione generica le persone a maggior rischio di sviluppare le forme gravi di COVID-19 se infettate dal virus, quelle da proteggere maggiormente. Dall’altro, riconoscere i pazienti che avranno la prognosi peggiore, tra quelli che mostrano i primi sintomi da COVID-19.

Il progetto partirà da questo secondo obiettivo (riconoscere in fase precoce i pazienti che svilupperanno la forma peggiore di malattia) con un algoritmo AI che integrerà:

  • immagini diagnostiche;
  • parametri clinici e di laboratorio;
  • stato infiammatorio;
  • profilo genetico del paziente e del virus.

“Nella fase I non abbiamo potuto identificare correttamente e con anticipo le persone più fragili tra i pazienti con i primi sintomi della malattia – spiega il professor Carlo Tacchetti, coordinatore del progetto -. Vogliamo poterlo fare in modo preciso e veloce, perché solo così potremo capire chi sono i soggetti che, una volta infettati, necessitano di cure tempestive, anche in assenza di sintomi gravi.

Ovviamente, il nostro sogno è di spingere oltre queste potenzialità e sfruttare questa occasione per sviluppare algoritmi trasversali in grado di individuare i soggetti maggiormente a rischio anche nella popolazione generale, e non solo nei soggetti con sospetto COVID-19.”

AI-SCoRE non permetterà soltanto di affrontare in modo più efficiente ed efficace la Fase 2 della pandemia da COVID-19, ma potrebbe avere implicazioni in molti altri contesti in cui è fondamentale stratificare il rischio sanitario, comprese epidemie e pandemie del prossimo futuro.

L’intelligenza artificiale per la salute

La piattaforma tecnologica è basata sulle ultime innovazioni Microsoft per l’analisi dei dati e l’Intelligenza Artificiale. Permetterà di raccogliere, elaborare, gestire e utilizzare in totale rispetto della privacy dati eterogenei, provenienti da più fonti, per fornire al personale medico e di ricerca informazioni tempestive e dettagliate utili a supportarne la fase decisionale e i processi necessari per rispondere alle varie fasi dell’emergenza.

“In Microsoft aiutiamo le organizzazioni a fare di più con la tecnologia, e questo si applica anche al mondo sanitario – dichiara Veronica Jagher, Direttore Mercato Sanità Microsoft Area Western Europe -.

Il nostro obiettivo primario è usare sistemi di Intelligenza Artificiale per analizzare grandi quantità di dati eterogenei e comprendere i fattori che determinano le condizioni di salute di ciascuno, accelerando così l’implementazione della medicina personalizzata e di precisione. AI-SCoRE va esattamente in questa direzione”, dichiara Veronica Jagher, Direttore Mercato Sanità Microsoft Area Western Europe.

Microsoft mette, inoltre, a disposizione un ampio ecosistema di partner che sulle sue piattaforme sviluppa soluzioni capaci di re-inventare la sanità, in questo progetto specifico NVIDIA, Porini e Orobix, che insieme all’Ospedale San Raffaele andranno a individuare opportunità all’intersezione tra tecnologia, medicina, e computer science.

“Siamo orgogliosi di partecipare a questo progetto  – conclude Francesco Torricelli, Country Director – Italy & Iberia -. NVIDIA è già coinvolta nella lotta globale al COVID-19 in progetti che usano l’intelligenza artificiale e il supercalcolo con diversi obiettivi: dallo studio della struttura del coronavirus al sequenziamento e analisi dei genomi virali e dei pazienti, dalla modellizzazione dell’epidemia allo screening di composti farmacologici in grado di inibire il virus, solo per fare alcuni esempi. AI-SCoRE costituisce un ulteriore tassello di questo straordinario lavoro di squadra internazionale”.

Le fasi del progetto

La raccolta dei dati di oltre 2000 pazienti – reclutati fra Ospedale San Raffaele, Ospedale Bolognini di Seriate e Centro Cardiologico Monzino – è già iniziata, così come la costruzione dell’infrastruttura software su cui poggerà l’algoritmo, che verrà “allenato” per imparare a combinare i dati in modo “intelligente” e predire il rischio del singolo paziente.

Il progetto prevede tre fasi principali:

  1. raccolta e omogeneizzazione dei dati di oltre 2000 pazienti ricoverati nelle scorse settimane e di cui si conosce la prognosi;
  2. sviluppo e implementazione dell’algoritmo, che verrà “allenato” per imparare a combinarli in modo “intelligente” per predire il rischio del singolo paziente;
  3. test e validazione del prodotto su una seconda corte di pazienti e in eventuali studi prospettici.