Chirurgia Aumentata
Un visore stereoscopico che consente al chirurgo di avere di fronte ai propri occhi informazioni sul paziente e di guidare la propria mano con elevata precisione
Il contesto attuale
La Sanità è un settore che sta subendo profonde trasformazioni grazie alle continue evoluzioni tecnologiche. Operazioni, considerate un tempo complesse, ora vengono portate a termine grazie all’utilizzo di nuovi strumenti e nuove tecnologie.
Telemedicina e Connettività consentono di ricevere a distanza dati di vario tipo provenienti dai pazienti.
Approccio sempre più personalizzato per le strategie terapeutiche sulla base delle caratteristiche individuali dei singoli pazienti.
Secondo uno studio pubblicato su Technology Review, per esempio, grazie ai Big Data, è possibile raccogliere dati sufficienti per consentire ai medici di sapere con 12 mesi di anticipo e con una percentuale di sicurezza pari al 98% se un determinato farmaco provocherà degli effetti collaterali ad un determinato paziente.
IA e Big Data in ambito Sanità
L’utilizzo del Machine Learning genera maggiore valore dai dati, in quanto oltre ad effettuare analisi di tipo descrittivo (reportistica del passato), consente di identificare delle correlazioni ed esprimere delle “predizioni” con ragionamenti di tipo induttivo, tipici della mente umana.
Questi strumenti di analisi potrebbero individuare nuovi fattori di rischio sia nell’insorgenza di patologie, sia nell’insorgenza delle complicanze, sia indirizzare nelle scelte terapeutiche.
L’ulteriore sofisticazione nell’esame dei dati è l’analisi prescrittiva: i software di machine learning in grado di esplicitare le regole alla base dei modelli predittivi (quindi, NON black box), consentono delle simulazioni di tipo what-if per capire se e come, attraverso la modifica di alcuni fattori, si possano migliorare gli outcome, selezionando in questo modo i comportamenti ottimali.
Chirurgia Aumentata
Mixed Reality
Mixed Reality a supporto dell’attività chirurgica è un innovativo progetto di ricerca industriale e sviluppo sperimentale.
Consiste in un visore stereoscopico che consente al chirurgo di avere di fronte ai propri occhi, senza dover distogliere lo sguardo dal campo operatorio, il risultato dell’elaborazione delle immagini medicali acquisite prima e durante l’intervento.
L’informazione virtuale, perfettamente allineata con l’anatomia del paziente, offre, a chi opera, “una vista ai raggi X” per guidare la propria mano con elevata precisione. Sempre sul visore vengono proiettati, rimanendo sempre nel campo visivo del chirurgo, i parametri vitali del paziente (battito cardiaco, ossigenazione del sangue, ecc.). Tali parametri vengono proiettati insieme ai parametri correlati alla storia clinica del paziente racchiusa e memorizzata all’interno di un sistema di Cartella Clinica Elettronica capaci di interagire con il sistema di visione.
L’immagine offerta all’osservatore è infatti un “unicum” ricreato da una sintesi effettuata da algoritmi real time a partire dai dati acquisiti simultaneamente da videocamere stereoscopiche (scenario reale) e da immagini cliniche (scenario virtuale) ottenute nella fase pre ed intra operatoria.
Cartella Clinica
Lo scopo dell’attività è l’utilizzo della Cartella Clinica elettronica in maniera non statica ma dinamica, come produttore e repository dei dati provenienti dagli strumenti di monitoraggio che risulti dinamicamente interfacciabile con il sistema di Augmented Reality e che risulti inoltre corredato da algoritmi di Machine Learning per gli Early Warnings e di un sistema di Business Intelligence per la gestione di indicatori sintetici da riprodurre sul sistema di visione. Oltre alla consultazione delle informazioni sarà, difatti, possibile agire attivamente sulla cartella grazie alla possibilità di inserire e memorizzare nel diario operatorio tutte le attività che sono state eseguite incluse quelle riconosciute dai classificatori, implementando in maniera appropriata il paradigma della Mixed Reality.
Inoltre, l’utilizzo di tecniche di Visual Data Discovery per migliorare la visualizzazione da parte del chirurgo dei dati sanitari contenuti nella Cartella Clinica del Paziente rappresenteranno un miglioramento sostanziale per la Business Intelligence in ambio sanitario.
I vantaggi che derivano dall’impiego di tali tecniche in uno scenario misto di Realtà Aumentata sono legati alla possibilità di esplorare ed organizzare meglio i dati ad appannaggio di una migliore organizzazione delle informazioni fornendo maggiore immediatezza e reattività di analisi in accordo con lo scenario operativo.
Machine Learning
Per il progetto è prevista inoltre la creazione di un predittivo in “tempo reale” a supporto dell’attività posta in essere dalle figure mediche durante interventi chirurgici in sala operatoria al fine di mostrare “segnali di avvertimento” basati sui parametri vitali del paziente.
La creazione di questo modello prevede l’uso di algoritmi di Intelligenza Artificiale, in particolare di Machine Learning.
Questo è reso possibile grazie ai dati storici, inerenti ai pazienti, raccolti durante gli interventi operatori. Tali informazioni di “input” sono costituite dai parametri vitali raccolti con una certa frequenza temporale durante l’intervento chirurgico.
Il Processo
L’utilizzo dell’Intelligenza Artificiale e Big Data, effettueranno in tempo reale una parametrizzazione personalizzata dei parametri vitali più significativi in relazione alla patologia del paziente e dell’intervento basandosi su milioni di casi.
MEDICO IN SALA OPERATORIA
In tempo reale il chirurgo visualizza sulle lenti, quei parametri vitali che necessitano di maggiore attenzione
BIG DATA
Varie tecnologie analizzano basi dati e Cartelle Cliniche con affinità all’anamnesi del paziente
ALGORITMI DI MACHINE LEARNING
Algoritmi avanzati di Machine Learning calcolano i dati prossimi ai limiti da visualizzare sugli smart glasses
PROCESSI DI ETL
Sistemi di Estrazione, Trasformazione e Carico, conformano i dati per l’immissione nel sistema di AI
I Vantaggi
La stratificazione del rischio avviene oggi prevalentemente attraverso l’estrazione di dati storici che generano una validità clinica debole. La nuova sfida è rappresentata dall’utilizzo dei Big Data e dei sistemi di business analytics per attivare dei modelli di stratificazione del rischio basati sullo stato di salute reale, sull’utilizzo integrato di più fonti e sulla collaborazione tra professionisti (team di cura e data manager, in un processo di data mining).
Possibilità di scandagliare grandi database non analizzabili con la statistica tradizionale
Possibilità di effettuare analisi descrittive, predittive e prescrittive
Possibilità di identificare nuove variabili e nuovi fattori di rischi
Possibilità di attuare una integrazione fenotipo/genotipo, per una medicina personalizzata
Minimizzare gli eventi avversi dei farmaci aumentando la safety
I Partner
Soggetto Capofila
EOS s.r.l.
ICT Company specializzata nelle tecnologie industria 4.0 e delivery
Partner
CINI
il punto di riferimento della ricerca accademica nazionale dell’Informatica e dell’Information Technology
Partner
CRdC Tecnologie s.c.a.r.l.
Centro Regionale di competenza che si interfaccia tra la ricerca e produzione
Partner – Startup Innovativa
Kratos srl
ICT Company specializzata nell’Healthcare
Soggetto Finanziatore
Regione Campania
POR Campania FESR 2014 -2020 – Sostegno alle imprese campane nella realizzazione di studi di fattibilità (Fase 1) e progetti di trasferimento tecnologico (Fase 2) coerenti con la RIS3
CUP B63D18000460007
