A aplicação de tecnologias inovadoras de TI no campo da oncologia médica representa uma das especializações mais avançadas até o momento, com uma rede de serviços significativa na qual a abordagem de "precisão", ou seja, personalizada para o paciente específico, pode garantir diferenças decisivas nos resultados.
O campo da oncologia também exige grandes volumes e qualidade de dados, além de um grande número de possíveis usuários.
Nesse contexto, a Inteligência Artificial e o Aprendizado de Máquina oferecem um suporte valioso na fase de análise de grandes volumes de dados em um curto período de tempo, testando conceitos e implementações que são técnica e cientificamente sólidos e também fáceis de serem adotados pelos profissionais e pelos próprios pacientes.
OncologIA é um projeto de pesquisa industrial e desenvolvimento experimental, cofinanciado pela Região da Apúlia por meio do Fundo Europeu de Desenvolvimento Regional P.O. Puglia FESR 2014 - 2020, para a aplicação de tecnologias inovadoras de TI no campo médico da oncologia.
O projeto permite um modus operandi de precisão, por meio do uso "sustentável" da Inteligência Artificial e dos dados, respeitando as regulamentações referentes a esses aplicativos e as implicações éticas, que também são obrigatórias.
Em particular, é um sistema de diagnóstico avançado no campo da oncologia com base em tecnologias de IA/ML e Digital Twin (Identidades Digitais de Saúde), fornecido por meio de uma plataforma em nuvem, capaz de atender a redes territoriais de oncologia organizadas nos modelos HUB e Spoke e de apoiar a equipe médica na identificação da terapia, possíveis complicações e a melhor estratégia de acompanhamento de acordo com os serviços territoriais disponíveis.
De fato, a estrutura de referência de OncologIA prevê um ecossistema que explora a tecnologia orientada por IA em vários níveis: desde algoritmos preditivos e de apoio à decisão em ambientes clínicos e logísticos até o estabelecimento de Identidades Digitais de Saúde (IDS).
OncologIA experimenta um modelo de "Identidade Digital de Saúde" do paciente real, conectado por meio de sensores e dispositivos específicos, capaz de oferecer ao médico ou às pessoas que o tratam uma "visão" quase em tempo real do paciente: um gêmeo digital do paciente, para fornecer um quadro clínico completo e integrado à equipe sobre seu estado de saúde, por meio da generalização do processo de simulação, mas também para apoiar a identificação de terapias potencialmente mais eficazes, uma vez que são personalizadas.
Mecanismos de criptografia e validação de dados
na fase de coleta e distribuição avançada (criptografia homomórfica IHE, PHE, FHE e anonimização forte)
Altos padrões de segurança
também utilizando mecanismos de differential privacy para acesso seguro aos dados (consentimento, revogação, evidência de acesso, com verificação também para dispositivos de IoT, vestíveis, etc.)
Respeito à privacidade
por meio de uma forte adesão aos padrões nacionais e internacionais em termos de processamento de dados pessoais
Digital Twin avançado
e um novo modelo de gerenciamento para identidades digitais de saúde descentralizadas
Sistema avançado de "Health What If Analysis"
para análise, visualização e simulação de modelos, incluindo múltiplos e identificados
Ferramentas de análise avançada
com base em técnicas de Inteligência Artificial para o processamento dos dados clínicos
Técnicas de Zero Knowledge Proof (ZKP)
para confirmar matematicamente a exatidão da associação entre o paciente e os dados do sistema que o representam
Algoritmos de Inteligência Artificial
para apoiar o modelo de atendimento e gerenciamento de pacientes, por meio de algoritmos orientados por dados
Evolução dos modelos clássicos de percurso oncológico
por meio do gerenciamento dinâmico dos ativos correspondentes às macroáreas identificadas, com comunicação entre si para criar uma rede de informações gráficas, acrescentando, assim, a possibilidade de análise dos processos, de classificação com base nas informações coletadas
Uso de estruturas relacionadas à ética da IA
para avaliar e gerenciar (conforme exigido pelas diretrizes europeias) os riscos associados ao uso de ferramentas baseadas em IA
na fase de coleta e distribuição avançada (criptografia homomórfica IHE, PHE, FHE e anonimização forte)
também utilizando mecanismos de differential privacy para acesso seguro aos dados (consentimento, revogação, evidência de acesso, com verificação também para dispositivos de IoT, vestíveis, etc.)
por meio de uma forte adesão aos padrões nacionais e internacionais em termos de processamento de dados pessoais
e um novo modelo de gerenciamento para identidades digitais de saúde descentralizadas
para análise, visualização e simulação de modelos, incluindo múltiplos e identificados
com base em técnicas de Inteligência Artificial para o processamento dos dados clínicos
para confirmar matematicamente a exatidão da associação entre o paciente e os dados do sistema que o representam
para apoiar o modelo de atendimento e gerenciamento de pacientes, por meio de algoritmos orientados por dados
por meio do gerenciamento dinâmico dos ativos correspondentes às macroáreas identificadas, com comunicação entre si para criar uma rede de informações gráficas, acrescentando, assim, a possibilidade de análise dos processos, de classificação com base nas informações coletadas
para avaliar e gerenciar (conforme exigido pelas diretrizes europeias) os riscos associados ao uso de ferramentas baseadas em IA
Os sistemas de Inteligência Artificial que foram desenvolvidos ao longo do tempo para ampliar a capacidade perceptiva dos médicos com leituras biológicas mais aprofundadas, agora representam ferramentas reais de apoio à equipe de saúde. A tecnologia orientada por IA, de fato, oferece suporte real e constante a toda a equipe de saúde: é um "segundo par de olhos" em um modo de integração cultural inteligente entre humanos e máquinas, com base na percepção de que o sistema cognitivo humano ainda é "mais inteligente" do que o artificial.
Graças a essas novas e rigorosas ferramentas de previsão e orientação nas escolhas clínicas, os médicos podem delegar cálculos e operações de dados às máquinas, concentrando tempo e energia na interpretação de fenômenos complexos e nas possíveis soluções resultantes.
Os profissionais da área de saúde podem, portanto, explorar todo o enorme potencial representado por um sistema de IA preditivo no campo do prognóstico, por meio da disponibilidade de Big Data e aprendizado de máquina, continuando a desempenhar um papel de orientação, supervisão e monitoramento, e usando sua inteligência e recursos tipicamente humanos, como abstração, intuição, flexibilidade e empatia, para exercer uma abordagem conservadora e construtivamente crítica.
A pesquisa é baseada em grandes volumes de dados analisados em um curto período de tempo
O Big Data se torna uma informação de apoio à decisão
A medicina tradicional torna-se medicina de precisão
A pesquisa é baseada em grandes volumes de dados analisados em um curto período de tempo
O Big Data se torna uma informação de apoio à decisão
A medicina tradicional torna-se medicina de precisão
Entre em contato com a equipe de Saúde
Copyright Almaviva S.p.A. 2018
Sede estatutária e escritórios
00137 Roma
Via di Casal Boccone, 188-190
tel. (+39)-06.39931
C.F./P.IVA 08450891000