Multimodal and federated learning

Obiettivi del progetto

L'obiettivo del progetto è sviluppare un sistema di intelligenza artificiale (IA) basato sul Multimodal Learning (ML), che utilizzi un paradigma di Federated Learning (FL) e che sia trasparente. Tale sistema di IA sarà il ponte necessario tra la pratica clinica corrente e la medicina personalizzata, e sarà applicato per prevedere l'esito clinico di malattie non trasmissibili, come il tumore del polmone non a piccole cellule. Il progetto permetterà di individuare biomarcatori quantitativi calcolati da dati eterogenei (es. immagini, dati EHR, ecc.) per rappresentare il fenotipo della patologia, fornendo una firma prognostica, aprendo la possibilità di implementare un trattamento personalizzato.

L’obiettivo ora descritto riguarda le tre grandi sfide che l’IA affronta oggi nel settore della salute. La prima è conseguenza del fatto che i dati esistono spesso in forma isolata. Gli approcci tradizionali di apprendimento automatico dell’IA hanno bisogno di combinare tutti i dati in un unico luogo, ma recenti evidenze scientifiche mostrano che il FL può diventare il fondamento dell'apprendimento automatico di prossima generazione, essendo conforme al GDPR.

La seconda sfida è motivata dalla cattiva prognosi associata a molte patologie. Ciò crea un senso di urgenza per l’uso dell’IA in questo campo, il che ha favorito la ricerca di diverse scienze omiche, come la genomica e la radiomica, le quali però hanno mostrato delle limitazioni se investigate da sole. Poiché infatti l'interpretazione dei dati clinici è multimodale per sua stessa natura, è necessario sviluppare sistemi di supporto alle decisioni basati su ML per ottenere una rappresentazione più ricca delle informazioni disponibili in differenti modalità, progredendo verso un processo decisionale clinico più informativo e performante. Allo stesso tempo, è necessario definire metodi per spiegare le decisioni degli algoritmi per migliorare la fiducia e la trasparenza nei metodi di IA.

La terza sfida riguarda l’individuazione di nuovi biomarcatori quantitativi che possano integrare informazioni eterogenee per descrivere il fenotipo della patologia perseguendo il paradigma della medicina 5P.

Affrontando queste sfide, il progetto promuove la sostenibilità, l'applicazione responsabile dell'IA, l'interoperabilità e la condivisione dei dati dei pazienti all'interno dell'ecosistema dell'IA nel settore della salute, per migliorare la qualità della vita e la qualità delle cure fornite ai pazienti, rendendole più intelligenti e intelligibili.

Data di inizio e fine

Responsabile del progetto

Ing. Ermanno Cordelli, RTD a valere sul progetto

Istituzione coordinatrice del progetto

Altre Istituzioni coinvolte

• Centro Diagnostico Italiano SpA

Fonte/i di finanziamento