Medicina personalizzata con la migliore protezione dei dati possibile

- EN- DE- FR- IT
Ricercatori svizzeri, francesi, tedeschi e lussemburghesi vogliono utilizzare l’intelligenza artificiale per migliorare la cura delle persone affette da malattie autoimmuni. L’obiettivo è consentire terapie personalizzate per la sclerosi multipla, l’artrite reumatoide e le malattie infiammatorie intestinali.

La stessa terapia non funziona bene per tutti. Ogni persona è diversa, ha una progressione individuale della malattia o risponde in modo diverso a determinati principi attivi, con più o meno effetti collaterali. Ecco perché il termine "big data" alimenta la speranza nel settore sanitario. L’analisi di grandi volumi di dati sui pazienti potrebbe fornire nuovi spunti per capire chi beneficia maggiormente di una determinata terapia.

Uno degli ostacoli principali è rappresentato dall’estrema eterogeneità dei dati: gli ospedali hanno talvolta processi propri per il prelievo e l’analisi dei campioni o per le misurazioni. Ciò rende difficile il confronto dei dati provenienti da diversi centri sanitari.

Un altro problema è che per raccogliere dati sufficienti per addestrare l’intelligenza artificiale (IA), i dati dei pazienti dovrebbero essere riuniti a livello transfrontaliero. Questo solleva preoccupazioni sulla protezione dei dati.

Addestramento decentralizzato dell’intelligenza artificiale

Il consorzio di ricerca Clinnova vuole superare questi ostacoli e sfruttare il potenziale dell’IA per la medicina di precisione. A tal fine, il progetto internazionale sta perseguendo un concetto che mira a garantire la qualità e la protezione dei dati: In primo luogo, le istituzioni partecipanti stanno stabilendo processi congiunti per raccogliere una serie di dati chiaramente definiti nei prossimi anni. Si tratta di dati clinici, campioni biologici come sangue e urina, misurazioni con sensori digitali e dati di immagini mediche. I ricercatori stanno reclutando i pazienti a questo scopo per costruire diverse coorti e seguirle nei prossimi anni.

In secondo luogo, stanno sviluppando l’infrastruttura digitale per l’apprendimento federato - formazione decentralizzata per l’IA. Il principio alla base di questa iniziativa: I dati provenienti dai vari centri sanitari non vengono inseriti in un grande database per addestrare l’IA. Invece, alcune parti dell’algoritmo vengono applicate ai rispettivi dati delle singole istituzioni. I dati rimangono decentralizzati e l’IA viene addestrata utilizzando i parametri statistici raccolti dai dati.

Il Cantone di Basilea Città ha recentemente fornito un finanziamento di quattro milioni di franchi per il progetto. Ogni istituto partecipante deve provvedere al proprio finanziamento", spiega Cristina Granziera dell’Università di Basilea, responsabile del progetto Clinnova a Basilea e direttrice dell’area di ricerca sulla sclerosi multipla all’interno di Clinnova. È solo grazie al sostegno del Cantone che siamo in grado di partecipare a questo consorzio, di cui beneficeranno i nostri pazienti, l’Università e l’Ospedale universitario di Basilea per molto tempo a venire". Cristina Granziera rappresenta anche la Svizzera e Basilea nel consorzio internazionale Clinnova.

Previsione dell’efficacia e dei tempi

Il dottor Bram Stieltjes, responsabile della rete di ricerca "Personalised Health Basel", è convinto che il potenziale di questa infrastruttura digitale per la medicina personalizzata sia enorme. Nell’ambito di "Clinnova-MS", ad esempio, verranno addestrati algoritmi per generare soluzioni terapeutiche personalizzate per i pazienti. La SM è considerata una "malattia dai mille volti" perché può avere decorsi e caratteristiche individuali molto diversi.

I dati che raccoglieremo con la nostra coorte di SM e la loro analisi supportata dall’intelligenza artificiale potrebbero, ad esempio, rivelare caratteristiche associate alla SM precoce e alle fasi di transizione verso la SM progressiva", spiega Cristina Granziera. Questi e altri risultati del progetto dovrebbero contribuire a fornire ai pazienti un’assistenza ancora migliore in futuro, consentendo agli specialisti di scegliere le migliori opzioni terapeutiche possibili e il momento migliore per il trattamento.

Questo progetto sarà innovativo per il settore sanitario a livello internazionale", sottolinea Andrea Schenker-Wicki, rettore dell’Università di Basilea. Ci consentirà di utilizzare i dati sanitari digitali di grandi coorti internazionali di pazienti nella ricerca utilizzando l’intelligenza artificiale, creando così un notevole valore aggiunto per la ricerca universitaria, l’industria e la società".