La corretta interpretazione delle immagini è cruciale per il rilevamento precoce delle malattie. Un numero crescente di strumenti medici sono orientati alle immagini e producono una grande quantità di dati di immagini, tipicamente nel formato DICOM, che contengono caratteristiche spazio-temporali insieme a informazioni alfanumeriche riguardanti i pazienti. Gestire questi set di dati ad alta dimensione è un compito complesso e dispendioso in termini di tempo. Inoltre, la diffusione di smartphone e tablet richiede lo sviluppo di funzionalità tecnologiche che consentano all'équipe medica di controllare i processi sanitari in movimento e di accedere e inviare liberamente immagini e dati per l'analisi dei casi e la diagnostica collaborativa.
Il progetto presentato da Global Technologies Italia a valere sul bando PIA Puglia 2024, prevede la realizzazione di un sistema integrato di Imaging 3D evoluto a supporto della componente medico clinica. Il sistema ha l’obiettivo di esaltare e porre in ampia considerazione l’esigenza della consultazione diagnostiche a distanza, mediante diverse tecniche di telemedicina e di teleconsulto, al fine di consentire quindi anche da remoto l’esecuzione di diagnosi e consulti medici (second opinion).Il sistema implementerà un motore grafico bidimensionale e tridimensionale, dotato di numerose funzioni avanzate per l’editing e il post-processing delle immagini diagnostiche.
Il cuore è costituito dal motore grafico di renderizzazione (mediante tecniche stereoscopiche 3D di tipo side-by-side e anaglifo) che si baserà sull’utilizzo di una tecnologia innovativa per la rappresentazione dei dati tridimensionali.
Il progetto ha l’obiettivo di realizzare una piattaforma software prototipale con Intelligenza Artificiale capace di definire una nuova ed innovativa metodologia di gestione e visualizzazione dell’Imaging clinico in 3D proveniente da scanner con dati in formato DICOM, al fine di supportare l’equipe medica e gli specialisti del settore nell’analisi delle anamnesi, nelle indagini diagnostiche complesse e nello studio dei casi clinici in un ambiente virtuale condiviso.
La soluzione proposta consiste in una piattaforma software integrata in grado di coadiuvare il personale medico nell’analisi delle immagini medico cliniche. Il software consente di supportare le fasi di diagnosi e gestione delle malattie croniche e complesse grazie all’integrazione di informazioni ed alla gestione di immagini (imaging tridimensionale) anche al fine di fornire un valido ausilio al chirurgo durante le attività interventistiche della sala operatoria. L’obiettivo del sistema è quello di supportare il professionista nel processo di formulazione di una diagnosi attraverso l’uso di tecnologie avanzate per la gestione di informazioni e per la visualizzazione, integrazione e comparazione di immagini ad altissima risoluzione.
La business idea alla base del progetto nasce dall’osservazione (scaturita dallo studio dello stato dell’arte) che nonostante le tecniche di diagnostica per immagini siano ormai divenute necessarie ed indispensabili supporti alla diagnosi, alla prognosi, al monitoraggio della malattia e alla realizzazione di procedure interventistiche sia diagnostiche che terapeutiche, manchi allo stato attuale uno strumento efficace per la fusione di immagini ad altissima risoluzione.
L’innovatività del progetto è quella di lavorare direttamente sulle immagini DICOM consentendo di mappare le informazioni di immagini ecografiche di Tomografia Computerizzata (TC) o Risonanza Magnetica (RMI o MRI) che vengono utilizzate come template. Ciò costituisce una notevole differenza rispetto alle tecniche che effettuano la fusione delle immagini utilizzando tecniche di acquisizione parallele: queste acquisiscono immagini e informazioni mediante diverse sonde che confluiscono poi su un software di ricostruzione che “ricostruisce” in un nuovo sistema le immagini in 3D.
Ciascuna delle diverse immagini multimodali elaborate in campo medico come la Tomografia Computerizzata (TC), risonanza magnetica angiografia (MRA), risonanza magnetica (MRI), tomografia ad emissione di positroni (PET), Ecografia (USG), la SPECT, ecc. sono in grado di fornire informazioni specifiche, ma limitate. Ad esempio, la risonanza magnetica, TAC, USG sono le immagini mediche strutturali che forniscono immagini ad alta risoluzione con informazioni anatomiche, mentre la PET, SPECT sono immagini mediche funzionali che forniscono immagini a risoluzione bassa spaziali con informazioni funzionali. Le diverse immagini multimodali contengono, pertanto, informazioni complementari di organi e tessuti e l’integrazione del contenuto informativo di ciascuna di esse in un’unica immagine che ne costituisca la “sintesi” è senza ombra di dubbio un risultato auspicabile e faciliterebbe il compito dei medici sia durante la fase diagnostica che nella successiva fase legata al trattamento medico e allo studio della evoluzione della patologia. L’importanza di ottenere una valida immagine di sintesi a partire da un insieme di immagini multimodali è testimoniata dalle numerose tecniche di fusione di immagini proposte in letteratura.
Un aspetto fondamentale è che esistono in commercio sistemi di fusione d’immagine mediante la combinazione dell’ecografia con altre modalità diagnostiche. Tuttavia spesso presentano costi elevati oppure metodologie di fusione delle immagini basate su tecniche di acquisizione parallele mediante diverse sonde che confluiscono poi su un software di ricostruzione che, acquisendo informazioni differenti, ricostruisce in un nuovo sistema le immagini in 3D. L'idea del progetto va oltre questa metodologia, per lavorare direttamente sulle immagini DICOM consentendo di mappare le informazioni di immagini ecografiche su dati DICOM di TC o RM che vengono utilizzate come template.
Sarà possibile inserire, come input, anche immagini PET che non sono generalmente gestibili con la maggioranza dei software commerciali. Questa necessità nasce dall’impiego sempre più frequente nella pratica clinica di questo tipo di imaging metabolico, caratterizzato da elevata specificità, ma da scarso dettaglio anatomico.
Obiettivo del progetto è quindi sviluppare una piattaforma software prototipale che permetta la fusione di immagini in ambito body, adattabile a diversi parenchimi e che impieghi dataset di immagini differenti, e che permetta di generare una mappa anatomica con nuove coordinate fisiche, finalizzato alla chirurgia robotica e laparoscopica. In particolare il software si pone l’obiettivo di applicare immagini PET come guida alla chirurgia mini-invasiva.
Si prevede l’utilizzo di alcuni moduli basati sull’utilizzo delle reti neurali, le quali conferiranno al software funzionalità di ricerca ed interrogazione avanzata, tipica del mondo dell’intelligenza artificiale. La rete neurale, caratterizzata da abilità nell’imparare da esempi e astrarre regole dalle informazioni ricevute, costituirà quindi parte integrante dello strumento per la costruzione del sistema intelligente. In particolare per la “revisione della conoscenza” si prevede di utilizzare un particolare tipo di rete neurale ricorrente, adatta alla modellizzazione dei sistemi tempo-varianti, quali i sistemi fisici dinamici, il riconoscimento dei linguaggi, le ricerche avanzate e basate su parametri che possono variare nel tempo (parameters-revision knowledge).
La rete neurale ricorrente consentirà di risolvere problemi di rappresentazione di automi a stati finiti applicati alla ontologia e in particolare alla semantica. Le dinamiche indotte nella rete neurale ricorrente, attraverso l’apprendimento, hanno infatti una interessante corrispondenza con la dinamica degli automi a stati finiti.Il progetto è finanziato per 1.620.300€ dalla Regione Puglia nell’ambito degli Avvisi PIA (Programmi Integrati di Agevolazione) “PR FESR-FSE+ 2021-2027”.