All'Expo Dubai la sfida virtuale di Fbk sui dati Covid per aiutare i medici a distinguere chi potrebbe esser curato a casa e chi invece potrebbe finire in terapia intensiva

TRENTO. E' stato presentato oggi all'Expo 2020 a Dubai il Covid Cxr Hackaton, organizzato da Istituto Italiano di Tecnologia, Fondazione Bruno Kessler e Università di Modena e Reggio Emilia, una sfida virtuale aperta a studenti, dottorandi e ricercatori chiamati a risolvere un problema reale e avvincente nell'imaging medico: l'obiettivo è supportare i sanitari nell'attività di prognosi a partire da radiografie toraciche e dati clinici raccolti in fase di triage ospedaliero. L'idea, in poche parole, è facilitare il lavoro dei medici in corsia applicando l'intelligenza artificiale ed il machine learning, permettendo ai sanitari di distinguere tra i pazienti che possono essere trattati in sicurezza a casa e quelli che potrebbero richiedere una terapia intensiva in ospedale.

L'hackathon vuole infatti affrontare in maniera innovativa, attraverso l'intelligenza artificiale, una delle  principali questioni sollevate durante l’emergenza Covid-19, cioè l’onere di cura aggiuntivo per le infrastrutture sanitarie, che spesso si avvicina o supera le capacità di trattamento. L'iniziativa avrà una durata di un mese ed è stata presentato oggi (1 febbraio)  all’Expo 2020 Dubai durante il Workshop “Artificial Intelligence and Cybersecurity for Health” co-organizzato da Italia, Israele ed Emirati Arabi Uniti. Oltre alla Fondazione Bruno Kessler, l’iniziativa è promossa dalle Unità di Genova, Modena e Technion (Israele) della rete europea Ellis, con il supporto di Cini Aiis (National Laboratory of Artificial Intelligence and Intelligence Systems), Bracco Imaging, Centro Diagnostico Italiano e Nvidia Aue.

“L'intelligenza artificiale – ha detto Diego Sona, ricercatore dell'Unità Data science for Health (centro Fbk Digital Health and Wellbeing) – si è evoluta in modo significativo negli ultimi anni e sta ancora evolvendo a un ritmo veloce. Questa sfida vuole dimostrare che l’IA è pressoché pronta per essere utilizzata e applicata a problemi di salute reali. Chiaramente questo solleverà questioni etiche e un modo per far fronte a questi aspetti è rendere trasparenti gli strumenti dell’IA attraverso il concetto di spiegabilità del modello che il medico può utilizzare per prendere una decisione supportata dall’IA, per questo abbiamo introdotto un premio per la migliore metodologia che spiega le predizioni dell’IA”.

Le tecniche automatiche o semiautomatiche sviluppate grazie al machine learning, dicono gli esperti, potrebbero aiutare i medici a distinguere tra i pazienti che possono essere trattati in sicurezza a casa, e quelli che potrebbero richiedere una terapia intensiva in ospedale, migliorando la pianificazione e l’allocazione più efficace delle risorse disponibili. Per questo si vogliono testare tecniche automatiche di prognosi, interpretando immagini radiografiche e dati clinici, e fornendo un supporto di spiegazione automatica per i medici, al fine di aumentarne la accettabilità e la cooperazione persona-AI.

I partecipanti all’hackathon, spiegano gli organizzatori, dovranno sviluppare sistemi in grado di elaborare i dati reali, riguardanti il primo ricovero di pazienti Covid e provenienti da diverse strutture sanitarie del Nord Italia attive durante i primi focolai. Si tratta, quindi, di immagini la cui qualità e formato è molto variabile e i cui dati clinici possono risultare incompleti. Le proposte vincenti saranno quelle che oltre a presentare sistemi intelligenti con una migliore accuratezza nella prognosi, saranno arricchite da caratteristiche di spiegabilità e trasparenza, tali da essere comprese e utilizzate dal personale medico non esperto di intelligenza artificiale. I contributi verranno valutati da un gruppo di medici e informatici.