Machine learning in sanità: al via un progetto innovativo in Veneto

SALUTE – Una finalità del fascicolo sanitario elettronico, definita dalla normativa nazionale DPCM n.178 del 29 settembre 2015 “Regolamento in materia di fascicolo sanitario elettronico“, ma di cui si parla sempre poco è quella della ricerca scientifica. Con la messa a regime del Fascicolo Sanitario Regionale si sono rese disponibili una serie di informazioni raccolte all’interno dei documenti sia in formato strutturato, come il referto di laboratorio, sia non strutturato, come per esempio le lettere di dimissione ospedaliera in formato PDF. Documenti che aggregano moltissime informazioni, che grazie alla tecnologia potrebbero essere estrapolate dai documenti, anonimizzate e utilizzate singolarmente per studi epidemiologici. Ieri a Milano in occasione del Google Cloud Summit è stato presentato un innovativo progetto made in Veneto per testare l’utilizzo di algoritmi di Machine Learning proprio per classificare automaticamente i documenti clinici digitali ed estrarre da quelli non strutturati il maggior numero possibile di informazioni cliniche significative. Il progetto è nato in collaborazione tra Noovle e Consorzio Arsenàl.IT, che dal 2012 su mandato di Regione Veneto e Azienda Zero coordina il progetto fascicolo sanitario elettronico regionale (FSEr).

“L’obiettivo è duplice: da un lato capire quanto e come gli algoritmi di Machine Learning e le soluzioni di Artificial Intelligence sviluppati in altri ambiti siano applicabili a quello clinico sanitario; dall’altro sviluppare un preciso algoritmo di Machine Learning da trasformare in servizi collegati al FSEr, capaci di offrire un valore aggiunto sia all’ambito clinico, sviluppando applicazioni di supporto alle decisioni cliniche, sia a quello della governance regionale (medicina di popolazione, prevenzione, ecc.)” spiega Lorenzo Gubian, CIO di Azienda Zero. “La ricaduta e le potenzialità che i risultati della ricerca potranno avere dalla medicina predittiva e preventiva, offrendo vantaggi a tutta la popolazione, sono facilmente intuibili. Per fare questo abbiamo scelto di usare la Google Cloud Platform, che a oggi è uno dei partner tecnologici che offre una suite di strumenti/tools più all’avanguardia nelle tematiche del Machine Learning e Artificial Intelligence. A questo si aggiunge la preziosa partnership con Noovle, che in quanto partner commerciale ha un expertise nell’uso degli strumenti della Google Cloud Platform molto avanzato”.

I risultati del progetto, che si concluderà entro fine 2018, saranno resi noti dopo l’analisi accurata dell’applicazione dell’algoritmo in fase di studio ad oltre 70.000 lettere di dimissione ospedaliera. Allo stato attuale i documenti presenti nel FSEr Veneto sono circa 193.600.000 dei quali oltre 5.600.000 non strutturati. Di questi fanno parte 540.000 lettere di dimissione ospedaliera, pari a oltre 1.200 al giorno.

L’algoritmo sarà capace di ricavare elementi utili a definire una diagnosi, permettendo di implementare un sistema di classificazione automatica delle Lettere di Dimissione Ospedaliera, utilizzando tecniche di Machine Learning con l’identificazione automatica di diagnosi presenti nel documento. “In particolare – continua Gubian – ci si è soffermati sull’individuazione di alcune delle sezioni che compongono il documento (motivo del ricovero, inquadramento clinico iniziale, descrizione clinica alla dimissione) con l’obiettivo finale di identificare automaticamente le diagnosi presenti secondo la codifica internazionale ICD-9-CM.”

Segui Cristina Da Rold su Twitter

Leggi anche: Fascicolo Sanitario Elettronico: a che punto siamo regione per regione

Pubblicato con licenza Creative Commons Attribuzione-Non opere derivate 2.5 Italia.