L'Associazione multisettoriale delle aziende di elettronica, tecnologie dell'informazione e della comunicazione, telecomunicazioni e contenuti digitali (AMETIC) ha premiato il progetto DELFOS nell'ambito dell'evento AI SUMMIT 2024, che ha riunito i principali professionisti del settore per generare opportunità di business attorno all'intelligenza artificiale (IA) che promuovano l'innovazione, la competitività e l'occupazione di qualità.
Il progetto DELFOS è un progetto realizzato dalla società G7 Innovations Solutions SL in collaborazione con l'Università di Siviglia e l'Istituto per lo Studio della Biologia della Riproduzione Umana (INEBIR). Si tratta di un progetto multidisciplinare (composto da tecnologi,
Questo progetto coinvolge ricercatori in ingegneria del software e professionisti sanitari specializzati e si applica al campo della medicina preventiva con l'obiettivo di promuovere la trasformazione digitale delle organizzazioni sanitarie, in particolare quelle specializzate in riproduzione assistita, dove la domanda di servizi di consulenza genetica supera il numero di genetisti qualificati. Si prevede, infatti, che la domanda di questi servizi aumenterà considerevolmente in futuro con l'avvento degli studi clinici sulla medicina personalizzata.
L'obiettivo generale del progetto è la creazione di un sistema software esperto basato su tecnologie Big Data e tecniche di intelligenza artificiale (nello specifico Machine Learning) per
Individuare patologie attraverso l'analisi delle cartelle cliniche elettroniche ottenute dalle storie cliniche dei pazienti, i cui dati attualmente non presentano correlazioni note e pertanto non vengono adeguatamente valutati durante i processi o i trattamenti di Procreazione Assistita (PMA). Pertanto, il primo aspetto di questo sistema è correlare variabili dei dati dei pazienti le cui relazioni sono attualmente sconosciute. In secondo luogo, l'integrazione di queste variabili con i dati di sequenziamento dell'esoma (geni) dei pazienti fornirà preziose informazioni sulla gestione dei pazienti, portando a un maggiore successo riproduttivo nei trattamenti. Analogamente, questo sistema esperto mira a migliorare i servizi di consulenza genetica di qualsiasi organizzazione sanitaria, fornendo agli operatori sanitari uno strumento di supporto decisionale per l'individuazione dei fattori di rischio genetici; tutto ciò si ottiene attraverso l'integrazione di un modello di screening e di allerta precoce altamente sensibile.
Pertanto, gli obiettivi da sviluppare sulla piattaforma sono:
— Scoprire dati dalla storia clinica dei pazienti che aiutano ad aumentare il successo riproduttivo dei trattamenti.
-In base ai risultati dei test diagnostici, determinare se esiste il rischio che un
un individuo o la sua prole possono sviluppare malattie ereditarie.
⎯ Notifica in tempo reale degli avvisi in caso di situazioni di rischio.
— Supportare il processo decisionale e convalidare le azioni dei professionisti.
— Trasferibilità e integrazione con diverse organizzazioni sanitarie per l'uso nella pratica
clinica per trattamenti di riproduzione assistita.
INEBIR ha collaborato attivamente allo sviluppo e alla sperimentazione del progetto DELFOS. Durante il processo, l'esperienza professionale di Dott. José Manuel Navarro Pando, direttore medico dell'INEBIR, e del Dott.ssa Ana Teresa Marcos, responsabile dell'Unità di Genetica dell'INEBIR. Entrambi gli esperti hanno collaborato alla progettazione e alla validazione del programma di intelligenza artificiale per due modelli predittivi generati per l'infertilità maschile e l'endometriosi.
I modelli predittivi sono stati ottenuti utilizzando cartelle cliniche elettroniche anonimizzate, archiviate nel sistema IMEDEA nel rispetto delle normative sulla protezione dei dati. Grazie a ciò, e all'utilizzo di casi clinici reali tratti dalla fase pilota clinica dell'applicazione, sono stati pubblicati due articoli scientifici (in collaborazione con l'Università di Siviglia), relativi alle patologie sopra menzionate, che analizzano i risultati ottenuti dalle previsioni effettuate in questi casi reali.