REPORT DI MONITORAGGIO CIVICO
ARTIFICIAL INTELLIGENCE-SARS COVID RISK EVALUATION (AI-SCORE)

Inviato il 8/01/2025 | Di Riskvision | @Risk_Vision_

Cosa abbiamo scoperto

Obiettivi del progetto

Nel pieno della pandemia da COVID-19, l'Ospedale San Raffaele di Milano ha avviato un progetto innovativo: AI-SCoRE (Artificial Intelligence – Sars Covid Risk Evaluation).
AI-SCoRE è una piattaforma di intelligenza artificiale progettata per prevedere il rischio che i pazienti sviluppino forme gravi della malattia.

Attività previste

La piattaforma utilizzava un algoritmo avanzato capace di integrare numerosi parametri, tra cui immagini diagnostiche, parametri clinici e di laboratorio, indicatori dello stato infiammatorio e il profilo genetico del paziente e del virus. Grazie a questa combinazione, il sistema era in grado di analizzare fino a 50-70 variabili per paziente, calcolando uno score di rischio. Questo processo superava le capacità umane, che avrebbero richiesto l’esperienza di almeno 10.000 casi per elaborare mentalmente un simile volume di dati in tempi brevi.

Origine del progetto

Il progetto è stato avviato grazie a un bando della Regione Lombardia all'interno del Programma Operativo Regionale 2014-2020, con l'obiettivo di sviluppare terapie, strumenti diagnostici e sistemi di analisi per affrontare il Coronavirus e altre emergenze virali future. A causa della pandemia in corso, tutte le riunioni si sono svolte esclusivamente da remoto, utilizzando file e cartelle condivise. Alle call hanno partecipato tutti i partner coinvolti nel progetto: Microsoft, Nvidia, Università San Raffaele, Porini, ASST Bergamo EST, Centro Cardiologico Monzino e il team di ricerca.

Soggetti Beneficiari

I soggetti che possono trarre una vantaggio sono i medici i quali sono assistiti nell'identificazione della tipologia di SARS CoV2 e quindi andare a stabilire tempestivamente le procedure da seguire per curare i pazienti affetti dal virus

Contesto

Il progetto AI‑SCORE nasce per aiutare il territorio a gestire meglio la crisi sanitaria. Serve a monitorare il COVID-19 e a prevedere i rischi grazie all’intelligenza artificiale, migliorando così l’efficienza delle cure.

Avanzamento

Il progetto risulta concluso.

Risultati

È stata sviluppata una piattaforma per valutare a distanza il rischio di mortalità da COVID, integrando intelligenza artificiale, dati di laboratorio, radiologia e profili clinici. La piattaforma ha permesso di gestire e usare in modo sicuro dati sensibili provenienti da diverse fonti, fornendo informazioni rapide e precise al personale medico per supportare le decisioni durante l'emergenza. Questo ha consentito di elaborare i dati più velocemente rispetto ai metodi manuali, soprattutto considerando l'elevato numero di pazienti e le difficoltà dei clinici impegnati nelle terapie intensive.

Punti di debolezza

Un aspetto negativo del progetto è la difficoltà di allenare l’intelligenza artificiale con i pochi dati disponibili, il che rende complicata l’interpretazione corretta dei risultati. Inoltre, essendo stato sviluppato in un periodo in cui l’uso dell’IA non era ancora molto diffuso, si sono incontrate maggiori difficoltà tecniche e di affidabilità.

Punti di forza

Ci è piaciuta la chiarezza degli obiettivi e l’uso innovativo dell’intelligenza artificiale per monitorare il rischio COVID. Il progetto integra in modo efficace dati sanitari e tecnologie digitali, facilitando decisioni rapide ed efficienti per la gestione delle emergenze.

Rischi

Uno dei rischi principali è che il sistema diventi obsoleto. Se non vengono aggiornati i modelli e migliorata la raccolta dei dati, l’efficacia del monitoraggio potrebbe diminuire. Inoltre, in un contesto in rapido cambiamento, dove le tecnologie e le metodologie si evolvono continuamente, il progetto rischia di non stare al passo con le nuove soluzioni e standard, compromettendo la sua affidabilità e utilità nel tempo.

Soluzioni e Idee

L'intelligenza artificiale si è evoluta significativamente negli ultimi cinque anni. Oggi sarebbero disponibili modelli più avanzati grazie a progetti pionieristici come questo, uno dei primi casi di utilizzo strutturato di AI negli ospedali. Tuttavia, la sfida principale resta reperire dati anonimi pronti per l'addestramento. Il processo di anonimizzazione è essenziale, ma in alcuni casi i dati sono stati scartati a causa del tempo necessario per organizzarli. Cinque anni fa, considerando la natura emergenziale del progetto, la situazione era molto più arretrata rispetto a oggi.

Metodo di indagine

Come sono state raccolte le informazioni?

  • Raccolta di informazioni via web
  • Intervista con i soggetti che hanno o stanno attuando l'intervento (attuatore o realizzatore)

Data scientist, Orobix
L'intervista è andata a buon fine, c'è stata una buona condivisione di informazioni da parte dell'intervistata.

Domande principali

Quali atti amministrativi e soggetti hanno dato origine al progetto? Ci sono state consultazioni pubbliche e categorie di persone escluse dalla sua definizione?

Qual è stato il contributo specifico di Orobix nello sviluppo del progetto AI-SCoRE?

Risposte principali

Il progetto è nato da un bando della Regione Lombardia, parte del Programma Operativo Regionale 2014-2020.
Il bando prevedeva misure per sostenere collaborazioni finalizzate all’identificazione di terapie, sistemi diagnostici e strumenti di protezione e analisi.
L’obiettivo era contrastare l’emergenza coronavirus e prepararsi a future emergenze virali.

Orobix ha partecipato attivamente al progetto ai-score, sviluppando un sistema per l'estrazione automatica delle feature di salute da TAC, come il tasso di calcificazione toracica e la valutazione della porzione di polmone funzionale allo scambio di ossigeno. Inoltre, ha collaborato per identificare le caratteristiche più rilevanti per l'esito del paziente e ha sviluppato il modello predittivo.