Aindo supporta la ricerca medica grazie all’Intelligenza Artificiale
Migliorare il trattamento delle malattie rare, rendere più rapida e accurata la prognosi ospedaliera, potenziare l’assistenza sanitaria a distanza monitorando e prevedendo situazioni di rischio: queste alcune delle applicazioni in ambito healthcare della piattaforma di Intelligenza Artificiale di Aindo. Aindo è una startup della Scuola Internazionale Superiore di Studi Avanzati di Trieste, che ha sviluppato e brevettato una tecnologia di generazione dei dati sintetici a servizio dell’innovazione di vari settori ad alto impatto sociale e di business, come la ricerca sanitaria e farmaceutica.
I dati sintetici non vengono raccolti empiricamente ma sono generati da Aindo attraverso un algoritmo di AI: statisticamente indistinguibili dai dati reali, sono privi di informazioni personali e possono quindi essere scambiati e analizzati in modo sicuro, tutelando la privacy. In ambito health, questo aspetto risulta particolarmente importante: i dati sanitari dei pazienti, infatti, sono altamente riservati e in genere non possono essere scambiati; tuttavia la loro analisi può portare a nuove conoscenze diagnostiche e farmacologiche per il trattamento di patologie specifiche o per l’identificazione di fattori di rischio. I dati sintetici di Aindo sono infatti in linea con le previsioni del GDPR: consentono quindi l’utilizzo, la mobilità e lo scambio di dati sanitari sintetici.
“La missione di Aindo è portare innovazione in ambito sanitario spingendo l’Intelligenza Artificiale verso frontiere sempre nuove. Con questo obiettivo abbiamo brevettato nel 2023 la nostra tecnologia basata sui dati sintetici, ponendola a servizio di un settore di primaria importanza come quello della salute e offrendo così un nuovo fondamentale strumento a supporto della ricerca scientifica”, dichiara Daniele Panfilo, co-fondatore e CEO di Aindo.
“In ambito health, aziende, istituzioni ed enti si trovano ad affrontare diverse sfide sull’uso dei dati dei pazienti. Innanzitutto, sono informazioni che non possono essere scambiate in quanto soggette alla privacy. Inoltre, spesso i dati disponibili non sono completi o accurati, quindi non sono sufficienti per analisi adeguate. I dati sintetici rispondono in modo efficace a tutto ciò. La tecnologia di generazione di dati sintetici permette di costruire set artificiali di dati da cui estrarre tutti gli insight rilevanti, sebbene le informazioni in essi contenute non corrispondano a individui reali. In questo modo non compromettono la privacy dei pazienti. I dati sintetici sono anche in grado di sopperire alla carenza di dati disponibili attraverso la data augmentation. Per questo la tecnologia generativa alla base dei dati sintetici rappresenta uno strumento di supporto al settore della salute, consentendo innovazione nel rispetto della privacy, e per questo è citata anche nell’AI Act di recente approvazione da parte della Commissione Europea”.
Grazie ai dati sintetici è possibile applicare la data augmentation, ossia il processo che prevede la generazione di dataset arricchiti rispetto a quello di partenza, al rilevamento delle malattie rare. Le patologie poco diffuse, infatti, presentano dati scarsi e l’algoritmo di identificazione precoce della malattia non è in grado di raggiungere le performance poiché non ha dati a sufficienza a cui attingere. Con la generazione di dati sintetici si possono ripopolare o ribilanciare le classi poco rappresentate e utilizzare il dataset sintetico per allenare il modello per l’identificazione delle malattie rare. Rispetto alle soluzioni tradizionali di rilevamento delle malattie rare, la data augmentation permette di ridurre il tasso di falsi positivi, che costituiscono un ostacolo e un costo alla ricerca sanitaria.
Un’altra applicazione dei dati sintetici riguarda la previsione dell’insorgenza di patologie: per esempio l’insufficienza cardiaca, in pazienti con malattie croniche come il diabete mellito di tipo 2. Utilizzando i dati delle cartelle cliniche elettroniche, è possibile effettuare previsioni sul decorso e soprattutto sull’esito di un quadro clinico e sviluppare nuovi modelli di rischio per la malattia.
In tema di previsioni, i dati sintetici sono utilizzati anche per innovare servizi di teleassistenza e telemonitoraggio a vantaggio di persone fragili, anziane e/o sole: Aindo, nello specifico, collabora con Televita, che progetta e gestisce servizi telematici nel settore della salute.
I dati sintetici rappresentano uno strumento chiave per facilitare e velocizzare lo sviluppo di progetti di Intelligenza Artificiale. Un’applicazione in particolare riguarda la ricerca su medicinali e dispositivi medici. In questo campo, i dati sintetici promuovono la collaborazione, facilitando l’accesso a un numero maggiore di dati per studi clinici e di ricerca.
