Mercoledì 5 febbraio, presso l’Aula A “Livio Capoccia” del Dipartimento di Medicina traslazionale e di precisione, si è tenuto il workshop “Computational Intelligence per la Bioinformatica e la Diagnostica Clinica” coordinato da Fernanda Irrera nell’ambito delle attività del Centro di ricerca S.T.I.T.C.H. Sono stati invitati ad intervenire gli Ingegneri Antonello Rizzi, Alessio Martino, Danilo Comminiello ed Enrico De Santis.
Tema centrale dell’incontro è stato l’utilizzo, in ambito medico e biologico, dell’intelligenza artificiale, ovvero di sistemi che, imitando i comportamenti intelligenti degli esseri viventi, abbiano una capacità predittiva e decisionale. Si cercano infatti algoritmi che, attraverso il machine learning, siano capaci di riconoscere pattern mai visti in base all’inferenza induttiva, ovvero basandosi su similitudini e differenze riscontrate tra gli oggetti in esame.
Si hanno una grossa quantità di dati nel mondo della biologia ed è per questo che si cercano strumenti per estrarre informazioni da questi dati. Il sistema, prendendo spunto dalle reti neurali del nostro sistema nervoso, è capace di mettere in relazione i vari dati attraverso reti e ciò si rivela particolarmente utile per la ricerca su sistemi complessi quali i meccanismi metabolici, genetici, epigenetici.
Inoltre l’intelligenza artificiale può essere utilizzata anche nell’ambito dell’imaging diagnostico. Può intervenire infatti nella ricostruzione delle immagini di Risonanza Magnetica. Il sistema, attraverso il deep learning, può dare una rappresentazione più profonda di quella che vediamo. Si possono quindi ottenere informazioni più precise, sulla natura della lesione (per esempio se è un tumore e se questo è benigno o maligno) che potrebbero sfuggire alla semplice vista dell’occhio umano.
Gli algoritmi ci aiuteranno anche a livello clinico, permettendo di trasformare la mole di dati relativi ai pazienti (analisi, referti, ect.), che permetteranno al medico di avere la storia clinica del paziente sempre davanti. Inoltre si avranno informazioni importanti anche in ambito epidemiologico.