Cancer Research Horizons e Royal Surrey NHS Foundation Trust hanno annunciato una collaborazione con Health Triage, start-up italiana specializzata in IA per la diagnostica medica, per promuovere lo screening del cancro al seno, utilizzando i dati del OPTIMAM Medical Image Database.
Nell’ambito della collaborazione, Health Triage utilizzerà i dati OPTIMAM per addestrare modelli di deep learning che identificheranno automaticamente le mammografie senza segni di cancro. Questo triaging delle mammografie con alta probabilità di negatività ridurrà il carico di lavoro dei radiologi, consentendo loro di concentrarsi inizialmente sui casi sospetti e ad alto rischio.
Dato che circa il 99,1% delle mammografie di screening nel Regno Unito restituiscono un risultato negativo e considerando la carenza di radiologi in molti Paesi, l’uso di soluzioni basate sull’IA ha il potenziale di ridurre l’uso delle risorse sanitarie e ottimizzare i flussi di lavoro in radiologia, mantenendo al contempo i tassi di rilevamento del cancro al seno.
L’utilizzo dei dati OPTIMAM permetterà inoltre a Health Triage di verificare se i modelli addestrati come sistemi di esclusione possano ottenere una maggiore precisione rispetto a un sistema sviluppato per la rilevazione del cancro, contribuendo così a migliorare ulteriormente i programmi di screening.
OPTIMAM è un database centralizzato in continua espansione che contiene circa 7 milioni di immagini mammografiche anonimizzate provenienti da oltre 465.000 clienti, raccolte da diversi centri di screening mammografico del Sistema Sanitario Nazionale del Regno Unito. Il database OPTIMAM e la raccolta continua delle immagini sono gestiti dal Royal Surrey, con il finanziamento continuo di Cancer Research UK. I dati OPTIMAM sono disponibili per la ricerca accademica e commerciale, previa stipula di un accordo di condivisione dei dati con Cancer Research Horizons e Royal Surrey.
Per garantire la validazione clinica della soluzione di Health Triage, il Gruppo Italiano Screening Mammografico agirà come ente indipendente responsabile della supervisione scientifica del progetto.
Tony Hickson, Chief Business Officer di Cancer Research Horizons, ha dichiarato: “I programmi di screening mammografico sono fondamentali per la diagnosi precoce del cancro e l’utilizzo dei dati OPTIMAM da parte di Health Triage ha il potenziale di migliorarli, riducendo al contempo il carico sui sistemi sanitari. La rivoluzione dell’IA nella sanità si basa su dati di alta qualità e questa partnership non sarebbe possibile senza lo sviluppo e la gestione di OPTIMAM da parte di Royal Surrey, uno dei più grandi e meglio curati database di immagini disponibili.”
Davide Dettori, CEO of Health Triage, ha dichiarato: “L’intelligenza artificiale sta trasformando il futuro della diagnostica medica. Il nostro obiettivo è rendere lo screening del tumore al seno più preciso, diffuso e accessibile. Grazie alla nostra collaborazione con il Royal Surrey NHS Foundation Trust e Cancer Research Horizons, all’utilizzo dei dati OPTIMAM e al supporto scientifico di GISMa, siamo in grado di fornire un supporto concreto ai radiologi e ai programmi di prevenzione, contribuendo infine a salvare più vite.”
Louise Stead, Group Chief Executive di Royal Surrey e Ashford and St Peter’s Hospitals NHS Foundation Trusts, ha dichiarato: “Siamo orgogliosi di supportare questa importante collaborazione che ha il potenziale di fare una vera differenza nel modo in cui il cancro al seno viene rilevato e diagnosticato. Il database OPTIMAM è una delle raccolte più complete al mondo di immagini mammografiche ed è entusiasmante vederlo alimentare l’innovazione per aiutare ad adottare l’IA nella sanità. Questa tecnologia è destinata ad aiutare i pazienti a ottenere le risposte e le cure di cui hanno bisogno più velocemente e, in ultima analisi, a salvare vite.”
Questa partnership è in linea con i Principi Guida della Commercial Data Partnership di Cancer Research Horizons, garantendo un uso sicuro e trasparente dei dati derivati dai pazienti con l’obiettivo principale di avere un impatto positivo sui pazienti.
