Dopo l’accordo che mira a coniugare le tecnologie di Oracle in ambito tecnologico e di cloud infrastrutturale e applicativo con la ricerca interdisciplinare dell’Università partenopea, è partito, in collaborazione il Dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione un progetto di ricerca per fare sì che la digitalizzazione di referti, cartelle e fascicoli sanitari porti non solo a una maggiore accessibilità ai documenti, ma soprattutto, e questo sarebbe il vero salto di qualità, alla possibilità di rendere accessibile l’esperienza medica e diagnostica contenuta all’interno di questi documenti.

Estrarre ulteriore valore da questa massa di informazioni attraverso tecniche di Graph Machine Learning e Intelligenza Artificiale è l’obiettivo della nuova iniziativa che punta alla possibilità di identificare identificare tecnologie e metodi in grado di individuare automaticamente il sintomo, la patologia associata, il farmaco e l’effetto prodotto attraverso un trattamento su quella patologia, e di farlo potenzialmente in scala, ovvero su tutti i documenti digitali prodotti dalle strutture di ricovero, di diagnostica, o di ricerca.

Dati per il patrimonio informativo

Il processo di scansione potrebbe sembrare relativamente semplice, perché ricalca esattamente il modello di apprendimento per esperienza utilizzato dal nostro cervello: il problema nasce quando si tenta di renderlo automatico, applicabile a documenti creati senza nessuna strutturazione che permetta di descrivere a priori quale termine sia un farmaco, quale un trattamento, quale una terapia.

Il progetto, sostenuto tramite Oracle Labs può creare opportunità senza precedenti per una Sanità 4.0 in grado di sfruttare pienamente le tecnologie più evolute estraendo dalle enormi quantità di dati in suo possesso, attualmente non disponibili perché conservati con modalità poco o per niente strutturate – informazioni e correlazioni di valore, con cui migliorare la capacità di riconoscere, trattare e prevenire le patologie.

Diagnosi, trattamenti prescritti, risultati, sintomi sono dati che, grazie a questo progetto di ricerca, potranno essere utilizzati nel pieno rispetto della privacy entrando a pieno titolo nel patrimonio informativo a disposizione per una piena digitalizzazione dei processi sanitari e per offrire al personale sanitario e di ricerca una fonte preziosa di dati da usare nei percorsi di cura.

Il team di ricerca sta lavorando per applicare le tecnologie di data science più evolute; prima di tutto con l’obiettivo di riorganizzare il contenuto informativo di questi documenti in grafi, entità, relazioni che li rendano utilizzabili per un’analisi dei dati automatica, per estrarre indicatori specifici individuati di volta in volta.

L’obiettivo finale è quello di realizzare un sistema navigabile e utilizzabile in linguaggio naturale, potendo anche “addestrare” assistenti digitali da usare in servizi disponibili da remoto, come ad esempio i servizi di tele-assistenza. Un ulteriore vantaggio dello sviluppo di tecniche così avanzate di estrazione delle informazioni sarà la possibilità di realizzare cartelle cliniche elettroniche di formato nuovo, che richiedano meno campi di inserimento dati e quindi offrano al personale un’esperienza di utilizzo più naturale e simile a quella tradizionale cui erano abituati: condizione fondamentale perché la digitalizzazione delle attività mediche sul campo sia rapidamente adottata e diffusa.