Progetto MEInID
Tra le proposte dell'iniziativa MERIT, approvata nella tematica Diagnostica per immagini, c'è quella di cui è capofila l'Istituto di Biostrutture e Bioimmagini (IBB). Il titolo del progetto è: Sviluppo di Metodologie per l’Estrazione e l’Integrazione delle Informazioni Diagnostiche finalizzate a definire percorsi clinici terapeutici personalizzati in patologie ad elevato impatto sociale (MEInID).
Introduzione
L’avanzamento della diagnostica medica procede parallelamente, anche se in misura variabile, nei suoi vari settori: semeiotica, patologia clinica, anatomia patologica, diagnostica molecolare, diagnostica strumentale, imaging morfo-funzionale. L’avanzamento della conoscenza dei meccanismi fisio-patologici è basato sia sulle informazioni diagnostiche provenienti da larghe popolazioni di pazienti, sia da quelle provenienti da modelli animali. In entrambi i casi è cruciale anche l’informazione genetica, benché oggi sia ancora molto incompleta.
E’ opinione consolidata a livello internazionale, che soltanto l’integrazione di tutte le informazioni disponibili, possa costituire uno strumento di avanzamento significativo della diagnostica, e più in generale della comprensione dei meccanismi fisiopatologici. Infatti il processo di integrazione apre la strada all’utilizzo di strumenti informatici di ricerca delle informazioni significative in grandi data base e della loro correlazione. D’altra parte, anche l’ottimizzazione dei percorsi diagnostici, che avrebbe ampissime ricadute economiche sul sistema sanitario nazionale, passa attraverso l’analisi delle correlazioni tra informazioni diagnostiche e patologie. La realizzazione poi di sistemi che utilizzino tali informazioni per guidare il medico durante il percorso diagnostico e per supportarlo nella formulazione della diagnosi richiede tecniche di intelligenza artificiale.
Il principale problema dell’integrazione delle informazioni provenienti dalla diagnostica per immagini è quello dell’estrazione del dato quantitativo e/o della codifica di quello qualitativo formulato dall’esperto in diagnostica per immagini. D’altra parte la recente letteratura scientifica mostra una crescente mole di pubblicazioni dove il dato acquisito dall’apparecchio è soltanto un punto di partenza per successive elaborazioni, mediante tecniche di imaging, finalizzate alla valutazione di parametri oggettivi, legati alla patologia, che riducano al minimo la dipendenza soggettiva del processo diagnostico. In questo settore, il lavoro di innovazione si deve necessariamente sviluppare in un ambito fortemente interdisciplinare che coinvolge operatori medici, fisici, ingegneri, matematici, e informatici.
Obiettivi
I principali obiettivi del progetto MEInID sono:
- la realizzazione di un network operativo di strutture di ricerca e/o diagnosi e cura, rappresentativo dell'eccellenza di competenze oggi esistente in Italia meridionale per le tematiche proposte;
- la produzione di dati diagnostici coerenti codificati secondo gli standard internazionali, organizzati in un data base distribuito;
- lo sviluppo di tecniche di imaging che portino alla quantificazione automatica di informazioni contenute negli studi di diagnostica per immagini;
- lo sviluppo di metodologie di diagnostica integrata che migliorino l’accuratezza del processo clinico;
- la sperimentazione metodi di refertazione codificata;
- l’utilizzo di tecniche statistiche e di “data mining”; lo sviluppo di un sistema informatico per la definizione personalizzata dell’iter diagnostico e dei percorsi clinici terapeutici.
Il progetto prevede anche un’attività complementare tesa allo sviluppo di un innovativo strumento di imaging per la diagnosi del tumore del seno basato sull’utilizzo di microonde.
Tali obiettivi saranno perseguiti in pazienti con patologie ad elevato impatto sociale in ambito oncologico, neurologico, cardiologico, reumatologico e ortopedico.
Risultati attesi
I risultati attesi dal progetto MEInId sono i seguenti:
- Realizzazione dell’infrastruttura telematica che consenta alle strutture inserite nel network di operare in maniera coordinata e coerente.
- Implementazione di una base dati condivisa.
- Implementazione del sistema di codifica delle informazioni mediche secondo gli standard internazionali con definizione provvisoria delle codifiche non ancora standardizzate.
- Implementazione dei metodi di estrazione delle informazioni più significative dagli studi di Diagnostica per immagini ed ulteriore sviluppo di tali metodi.
- Individuazione delle correlazioni tra le informazioni diagnostiche e il dato clinico con l’utilizzo di tecniche statistiche e di “data mining” e definizione dei relativi modelli che le descrivono.
- Sviluppo di un sistema basato su ontologie che possa coadiuvare il medico nel percorso diagnostico fino alla diagnosi finale.
Campi di applicazione
Il campo di applicazione del progetto MEInID riguarda i pazienti con patologie ad elevato impatto sociale:
- oncologico;
- neurologico;
- cardiologico;
- reumatologico / ortopedico.
Inoltre, anche allo scopo di sperimentare modelli di integrazione delle informazioni provenienti dalla diagnostica su popolazioni con quelle della ricerca di base, saranno sviluppate metodologie innovative per l’individuazione di marcatori prognostici molecolari in modelli animali di patologie ad elevato impatto sociale.
Obiettivi specifici
Nello specifico, gli obiettivi riguardano i seguenti ambiti:
- Nell’ambito dell’estrazione di informazioni quantitative: perfezionare ed estendere i metodi sviluppati nell’Istituto capofila e in quelli partecipanti.
- In ambito cardiologico: verificare la concordanza tra diversi protocolli diagnostici di imaging non invasivo; SPECT; PET da stress; l’angiografia coronarica con CTA e l’integrazione delle due metodiche in pazienti asintomatici ad alta probabilità di cardiopatia ischemica; analizzando il valore incrementale dei diversi approcci utilizzati nel predire eventi maggiori in un adeguato periodo di follow-up.
- In ambito neurologico: approfondire la conoscenza delle malattie neurodegenerative; dove la degenerazione tissutale e funzionale; e le atrofie complessive e di specifiche strutture cerebrali sono associate alla loro evoluzione; individuando e quantizzandone i marker diagnostici.
- In ambito oncologico: integrare le potenzialità delle metodiche diagnostiche medico-nucleari di caratterizzare fenotipicamente il tumore insorgente nel singolo individuo con le potenzialità diagnostiche di metodiche molecolari; biochimiche ed istologiche.
- In ambito reumatologico/ortopedico: perfezionare ed estendere le tecniche di estrazione di informazioni quantitative dalle immagini da MRI dedicata; per distretti articolari e della colonna vertebrale; al fine di individuare indicatori delle patologie per il sistema di supporto diagnostico.
- Allo scopo di sperimentare modelli di integrazione delle informazioni della diagnostica con quelle della ricerca di base: sviluppare metodologie per l’individuazione di marcatori prognostici molecolari in modelli animali di patologie ad elevato impatto sociale.
Partners
I partners del progetto MEInID sono in totale undici, di cui cinque Istituti del CNR, due Dipartimenti ed un Istituto universitari, una Fondazione, un Consorzio ed un'Azienda. Di seguito si riporta una tabella riassuntiva dei partners.
Attività
Le attività previste dal progetto MEInID, e i partners preposti alla loro realizzazione, sono riportati secondo il seguente schema:
- Realizzazione dell’infrastruttura telematica che consenta alle strutture inserite nel network di operare in maniera coordinata e coerente. ➡ IBB - ICAR
- Progettazione e implementazione del data base. ➡ IBB - ICAR
- Implementazione del sistema di codifica delle informazioni mediche secondo gli standard internazionali con definizione provvisoria delle codifiche non ancora standardizzate. ➡ IBB - ICAR - ESAOTE
- Implementazione dei metodi di estrazione delle informazioni più significative dagli studi di Diagnostica per immagini ed ulteriore sviluppo di tali metodi. L'attività 4. è sviluppata in sei sottopunti:
- METODOLOGIA ➡ IBB - IAC - ICAR - IEOS
- ONCOLOGIA ➡ IBB - IEOS - UNINA
- NEUROLOGIA ➡ IBB - UNINA - UNIMS - UNIMG - S.RAFFAELE
- CARDIOLOGIA ➡ IBB - UNINA
- REUMATOLOGIA/ORTOPEDIA ➡ IBB - ESAOTE
- MODELLISTICA ANIMALE ➡ IBB - UNINA - BIOGEM - IEOS
- Sperimentazione metodi di refertazione codificata. ➡ IBB - UNINA - ICAR
- Implementazione di una base dati condivisa. ➡ IBB (verso cui tutti i partners fanno confluire i loro dati)
- Individuazione delle correlazioni tra le informazioni diagnostiche e il dato clinico con l’utilizzo di tecniche statistiche e di “data mining” e definizione dei relativi modelli che le descrivono. ➡ IBB - IAC - ICAR (fanno a loro volta confluire i dati elaborati verso tutti i partners)
- Sviluppo di un sistema basato su ontologie che possa coadiuvare il medico nel percorso diagnostico fino alla diagnosi finale. ➡ IBB - UNINA - ICAR - ESAOTE
- Diagnostica a microonde del tumore al seno. ➡ IREA