Cancro, diabete, salute dell’occhio, patologie cerebrali e cardiache: scendono in campo IBM e Watson

402

Al via un nuovo progetto che coinvolge sedici sistemi sanitari, centri medici universitari, strutture di servizi radiologici e società di tecnologia di imaging






Nasce con l’intento di portare l’imaging cognitivo nella pratica medica quotidiana la Watson Health Medical Imaging Collaborative: un’iniziativa globale promossa da IBM cui partecipano più di 16 sistemi sanitari, centri medici universitari, strutture di servizi radiologici ambulatoriali e società di tecnologie di imaging di primo piano. Un aiuto concreto per gli operatori ad affrontare tematiche come cancro al seno, al polmone ed altri tipi di tumore, diabete, salute dell’occhio, patologie cerebrali e cardiache ed eventi correlati, come l’ictus.

Il progetto

I membri del progetto prevedono di sfruttare Watson per estrarre informazioni da dati di imaging non strutturati precedentemente “invisibili” e di poterli combinare con un’ampia varietà di dati provenienti da altre fonti. Così facendo, i medici possono prendere decisioni per cure personalizzate, mirate a uno specifico soggetto, costruendo al contempo un corpus di conoscenze a beneficio di più vaste popolazioni di pazienti. Queste informazioni possono comprendere dati provenienti da cartelle cliniche elettroniche, referti radiologici e patologici, risultati di laboratorio, annotazioni dei medici sui progressi osservati, riviste di settore, linee guida sulle cure cliniche e studi sugli esiti pubblicati.

Come la capacità di Watson di analizzare i dati delle immagini potrebbe trasformare le cure mediche

I membri del progetto lavoreranno in team con gli esperti di cognitive computing di Watson Health per addestrare il sistema in merito a patologie cardiovascolari, salute dell’occhio e altre condizioni cliniche, utilizzando i dati forniti dai membri stessi o da registri delle malattie basati sulla popolazione, che contengono milioni di casi anonimizzati provenienti da tutto il mondo. Per aiutare a creare nuove soluzioni alimentate da Watson, i membri del progetto potrebbero integrarlo nei propri sistemi dei flussi di lavoro o software di gestione delle immagini.

Ad esempio, potrebbero istruire Watson a rilevare precocemente le malattie cardiovascolari e a individuare condizioni cliniche legate alla salute del cuore spesso trascurate, come insufficienza cardiaca congestizia o infarto del miocardio (attacco cardiaco). Per l’individuazione precoce delle malattie, si potrebbe insegnare a Watson ad analizzare e ad “assegnare un punteggio” a un angiogramma coronarico (un’immagine video del cuore in funzione) per l’esame del medico. Questo punteggio, noto comunemente come punteggio SYNTAX, è uno dei fattori utilizzati dai medici per decidere se raccomandare a un paziente con coronaropatia un impianto di stent mini-invasivo o un intervento di bypass aortocoronarico. Riguardo alle patologie cardiache spesso trascurate, Watson potrebbe essere istruito a identificare precocemente l’insufficienza cardiaca congestizia “imparando” come il cuore nei pazienti può iniziare a cedere e poi monitorando la progressione della malattia. Watson potrebbe poi aiutare i medici a distinguere il dolore toracico che indica verosimilmente un futuro infarto cardiaco da quello legato a una diversa condizione clinica. Il dolore toracico è uno dei motivi principali di visita al pronto soccorso ogni anno, eppure dei 7 milioni stimati di persone che si recano in PS lamentando dolore toracico il 2% può manifestare un infarto a casa, dopo la dimissione dall’ospedale, a causa del mancato riconoscimento dei segni di imminente attacco.

La salute dell’occhio è un’altra area di focus del progetto. I membri coinvolti in questo lavoro possono intraprendere progetti per sviluppare un sistema di supporto alle decisioni cliniche basato sulle evidenze, destinato agli oftalmologi e agli optometristi. Ad esempio, le proposte potrebbero configurarsi come uno strumento online per le cliniche oculistiche e gli studi oftalmici, che consenta di individuare precocemente e monitorare le patologie dell’occhio comuni tra le popolazioni di pazienti ad alto rischio, ad esempio rilevando la retinopatia diabetica tra le persone con prediabete o diabete e quelli affette da obesità o cardiopatia.