SANITÀ DIGITALE
TREVISO La sanità è sempre più tecnologica. Non solo per quanto riguarda le apparecchiature per le diagnosi. Ma anche sul fronte della gestione dei documenti clinici in formato digitale. L'ultima novità che sta per arrivare in corsia si chiama machine learning. Si tratta di un algoritmo pensato per estrarre le informazioni cliniche dei pazienti e per creare un'enorme banca dati (anonima) sulla situazione della popolazione, utile a definire al meglio le azioni di prevenzione in tema di sanità. Sarà presentato domani in occasione del Google Cloud Summit di Milano da Noovle e Arsenàl.it, centro con base a Treviso che raggruppa le aziende sanitarie e ospedaliere del Veneto nella ricerca e nell'innovazione per la sanità digitale.
ALGORITMI
Nel dettaglio, verrà illustrata una ricerca scientifica mirata a testare l'utilizzo di algoritmi di machine learning per classificare automaticamente i documenti clinici digitali ed estrarre da quelli non strutturati il maggior numero possibile di informazioni cliniche significative. Arsenàl.it è il centro veneto che dal 2012, su mandato della Regione e dell'Azienda Zero, coordina il progetto del fascicolo sanitario elettronico regionale.
IL PARTNER DI GOOGLE
Uno dei motivi che hanno permesso la nascita della partnership con Noovle, partner italiano di Google Cloud, è proprio il fatto che da oltre un decennio il centro collabora con enti internazionali per sviluppare l'infrastruttura del fascicolo sanitario elettronico, garantendone l'aderenza agli standard più evoluti e allo stesso tempo la possibilità di alimentare in tempo reale una banca dati finalizzata a scopi di ricerca scientifica. In tale contesto, con la messa a regime del fascicolo elettronico, si sono rese disponibili una serie di informazioni raccolte all'interno dei documenti sia in formato strutturato che non strutturato, come ad esempio le lettere di dimissione ospedaliera in formato pdf.
INTELLIGENZA ARTIFICIALE
La ricerca prevede di utilizzare tecniche di machine learning per l'identificazione automatica delle parti salienti delle lettere di dimissione al fine di individuare automaticamente le diagnosi presenti in ciascuna sezione, secondo la codifica internazionale. L'obiettivo è duplice: da un lato capire quanto e come gli algoritmi di machine learning e le soluzioni di intelligenza artificiale sviluppati in altri ambiti siano applicabili a quello clinico-sanitario, dall'altro sviluppare algoritmi specifici. Gli elementi fondamentali che garantiscono la sicurezza nell'uso dei dati clinico-sanitari sono molteplici. Il disegno dell'infrastruttura tecnologica prevede la distinzione tra il mondo del fascicolo del paziente, nel quale i dati sono in chiaro e usati per finalità cliniche, e la banca dati usata a scopo di ricerca. In questa ultima i dati vengono resti assolutamente anonimi. I risultati del progetto, che si concluderà entro la fine dell'anno, saranno resi noti dopo l'analisi dell'applicazione dell'algoritmo, attualmente in fase di studio su oltre 70mila lettere di dimissione ospedaliera.
Mauro Favaro
© RIPRODUZIONE RISERVATA
© RIPRODUZIONE RISERVATA TREVISO La sanità è sempre più tecnologica. Non solo per quanto riguarda le apparecchiature per le diagnosi. Ma anche sul fronte della gestione dei documenti clinici in formato digitale. L'ultima novità che sta per arrivare in corsia si chiama machine learning. Si tratta di un algoritmo pensato per estrarre le informazioni cliniche dei pazienti e per creare un'enorme banca dati (anonima) sulla situazione della popolazione, utile a definire al meglio le azioni di prevenzione in tema di sanità. Sarà presentato domani in occasione del Google Cloud Summit di Milano da Noovle e Arsenàl.it, centro con base a Treviso che raggruppa le aziende sanitarie e ospedaliere del Veneto nella ricerca e nell'innovazione per la sanità digitale.
ALGORITMI
Nel dettaglio, verrà illustrata una ricerca scientifica mirata a testare l'utilizzo di algoritmi di machine learning per classificare automaticamente i documenti clinici digitali ed estrarre da quelli non strutturati il maggior numero possibile di informazioni cliniche significative. Arsenàl.it è il centro veneto che dal 2012, su mandato della Regione e dell'Azienda Zero, coordina il progetto del fascicolo sanitario elettronico regionale.
IL PARTNER DI GOOGLE
Uno dei motivi che hanno permesso la nascita della partnership con Noovle, partner italiano di Google Cloud, è proprio il fatto che da oltre un decennio il centro collabora con enti internazionali per sviluppare l'infrastruttura del fascicolo sanitario elettronico, garantendone l'aderenza agli standard più evoluti e allo stesso tempo la possibilità di alimentare in tempo reale una banca dati finalizzata a scopi di ricerca scientifica. In tale contesto, con la messa a regime del fascicolo elettronico, si sono rese disponibili una serie di informazioni raccolte all'interno dei documenti sia in formato strutturato che non strutturato, come ad esempio le lettere di dimissione ospedaliera in formato pdf.
INTELLIGENZA ARTIFICIALE
La ricerca prevede di utilizzare tecniche di machine learning per l'identificazione automatica delle parti salienti delle lettere di dimissione al fine di individuare automaticamente le diagnosi presenti in ciascuna sezione, secondo la codifica internazionale. L'obiettivo è duplice: da un lato capire quanto e come gli algoritmi di machine learning e le soluzioni di intelligenza artificiale sviluppati in altri ambiti siano applicabili a quello clinico-sanitario, dall'altro sviluppare algoritmi specifici. Gli elementi fondamentali che garantiscono la sicurezza nell'uso dei dati clinico-sanitari sono molteplici. Il disegno dell'infrastruttura tecnologica prevede la distinzione tra il mondo del fascicolo del paziente, nel quale i dati sono in chiaro e usati per finalità cliniche, e la banca dati usata a scopo di ricerca. In questa ultima i dati vengono resti assolutamente anonimi. I risultati del progetto, che si concluderà entro la fine dell'anno, saranno resi noti dopo l'analisi dell'applicazione dell'algoritmo, attualmente in fase di studio su oltre 70mila lettere di dimissione ospedaliera.
Mauro Favaro
© RIPRODUZIONE RISERVATA
