Intelligenza Artificiale per la medicina di precisione nel COVID-19

Obiettivi del progetto

La pandemia dovuta al COVID-19 ha causato milioni di casi e di morti e la comunità scientifica dell'intelligenza artificiale (AI) dopo essersi occupata del rilevamento della patologia nelle immagini mediche, sta ora indirizzando gli sforzi verso lo sviluppo di metodi per l'analisi dei fattori di rischio per prevedere la progressione della malattia. I progressi dell’AI, compreso il deep learning (DL), dovrebbero apportare contributi significativi in questo settore: tuttavia, la maggior parte dei modelli di DL considera solo informazioni cliniche o dati estratti dalle immagini e pochi lavori hanno studiato la fusione tra i biomarcatori quantitativi estratti dalle immagini radiologiche e dati clinici multivariati. A tal fine, questo progetto mira a far progredire il DL multimodale (MDL), un'area di grande interesse ai suoi albori, affrontando le questioni attualmente aperte: rappresentazioni di dati condivise, quale sia l’architettura di fusione ottimale, regolarizzazione, apprendimento nel caso di dati e modalità mancanti. Inoltre, il progetto esplora metodi per spiegare le decisioni del MDL, generando spiegazioni testuali e visive e concetti comprensibili anche ad un non-esperto, un argomento ancora non affrontato in letteratura. Queste spiegazioni aiuteranno i medici, i pazienti e gli enti regolatori a fidarsi dei risultati dei modelli di IA, comprendendo anche quali siano i fattori di rischio e perché contengano informazioni utili per prevedere la progressione di malattia. Utilizzando dataset pubblicamente disponibili, tra cui radiografie (CXR) e tomografie computerizzate del torace (CCT) e informazioni cliniche, l'utilizzo del nostro metodo di analisi del rischio basato sull'AI determinerà un insieme chiaro e conciso di biomarcatori quantitativi per identificare i pazienti a rischio di esiti gravi, così da selezionare la terapia giusta per il paziente giusto.

Data di inizio e fine

Responsabile del progetto

Istituzione coordinatrice del progetto

Altre Istituzioni coinvolte

• Shenzhen University, School of Computer Science and Software Engineering

Fonte/i di finanziamento