Tra i partner del progetto di ricerca LIFEMap fa parte anche l’Università degli Studi di Enna “Kore” (UKE). In particolare, il Dipartimento di Medicina e Chirurgia dell’UKE collabora proficuamente con il Dipartimento di Ingegneria e Architettura dell’università siciliana dove operano docenti e ricercatori dedicati al machine learning, allo studio dell’intelligenza artificiale e della sicurezza informatica, specificatamente per quel che riguarda l’acquisizione, la gestione, il trattamento, l’analisi e l’utilizzo di grandi quantità di dati compresi quelli clinici in modo sicuro, intelligente e sfruttando le nuove opportunità tecnologiche.
Qual è il contributo dell’Università degli Studi di Enna “Kore” dal punto ingegneristico in LIFEMap? “Il contributo del Dipartimento di Ingegneria e Architettura dell’Università “Kore” di Enna nel progetto LIFEMap si sviluppa secondo due linee: quella della creazione del data lake ossia prendere e ricevere le informazioni dei dati clinici per uniformarle e creare una struttura che possa accoglierli e interrogarli; quella di sviluppare con delle specifiche tecniche di intelligenza artificiale e machine learning dei progetti di analisi dei dati raccolti” afferma Nicole Dalia Cilia, Professore associato Dipartimento Ingegneria e Architettura dell’Università degli Studi di Enna “Kore”. Sull’importanza dell’intelligenza artificiale in questo progetto, Celia sottolinea: “L’importanza dell’intelligenza artificiale si manifesta nella possibilità di predire l’insorgenza della patologia utilizzando innanzitutto delle tecniche di fusione dei dati in ingresso, di selezione delle caratteristiche rilevanti per prevedere la patologia e poi di sviluppare delle vere e proprie tecniche di predizione con algoritmi di machine e deep learning per cercare di combinare le caratteristiche in ingresso del sistema nella previsione finale della patologia”.
Qual è il ruolo delle tecniche di intelligenza artificiale nell’integrazione di importanti informazioni patologiche sia negli adulti che nei bambini? “Le tecniche di intelligenza artificiale sono spesso utilizzate proprio per integrare, con delle tecniche di data fusion, delle informazioni provenienti da diversi ambiti, in questo caso gli ambiti patologici del bambino e dell’adulto potrebbero offrire informazioni molto diverse ricavabili con tecniche di machine learning. Dunque la predizione nello spazio multidimensionale dovrebbe essere più accurata possibile avendo informazioni provenienti da diversi canali” conclude il Professore associato Dipartimento Ingegneria e Architettura dell’Università degli Studi di Enna “Kore”.
A spiegare, invece,il contributo dell’Università degli Studi di Enna “Kore” dal punto medico in LIFEMap è Francesco Pallotti, Professore associato Dipartimento di Medicina dell’Università degli Studi di Enna “Kore”. “Noi, nell’ottica del progetto di ricerca LIFEMap, cercheremo di occuparci di fornire tutto il supporto di conoscenze per aiutare i nostri colleghi dell’ingegneria a formulare il sistema di recupero e di interpretazione dei dati”. Pallotti chiarisce qual è l’obiettivo di LIFEMap: “Il progetto è molto ambizioso perché in realtà si occupa di ‘screenare’, su un database di dati genetici molto importante, la possibilità di scoprire i fattori predittivi all’interno di alcune patologie di tipo oncologico, metabolico sia nei bambini sia negli adulti. Il progetto fornirà un contributo estremamente importante perché tutta l’analisi dei dati potrebbe dare gli strumenti clinici che potrebbero essere utili nella gestione clinica di questi soggetti che, tendenzialmente, sono abbastanza complessi”. In che modo il Dipartimento di Medicina e Chirurgia dell’UKE collabora proficuamente con il Dipartimento di Ingegneria e Architettura della stessa università? Francesco Pallotti afferma: “Le nostre collaborazioni con il Dipartimento di Ingegneria sono estremamente strette perché con i nostri colleghi di università collaboriamo su tanti progetti, in questo nello specifico forniremo tutto il supporto possibile per l’interpretazione clinica dei dati che, poi, serviranno per poter congegnare al meglio l’analisi strutturale, informatica e di intelligenza artificiale di questi dati”.
A cura di Ilenia Inguì
