Il progetto di R&S “Synergy-net: Ricerca e Digital Solutions nella lotta alle patologie oncologiche” punta allo sviluppo della Piattaforma Tecnologica “Synergy-net” quale soluzione innovativa di approccio alla diagnosi oncologica (fase di screening oncologico), grazie all’integrazione tra un sistema interoperabile di comunicazione e gestione del dato clinico e metodologie basate su modelli predittivi Knwoledge Based addestrati con opportune tecniche di Machine Learning.

Il progetto sia per contenuti e obiettivi di ricerca e di applicazione alla pre-clinica (diagnosi) e alla clinica (trattamento e prognosi) che per finalità di ricerca industriale orientata alla industrializzazione di prodotto/servizio digitale a tali fini concepito, presenta una natura profondamente interdisciplinare (il carcinoma polmonare, il cancro mammario, il cancro colo-rettale, i carcinomi gastro-intestinali, il carcinoma epatico, il carcinoma prostatico, il carcinoma tiroideo e i tumori maligni cutanei), che richiede la collaborazione tra settori e professionalità molto diversi (medici di medicina generale, medici specialisti, radiologi, chirurgi, patologi, biologi molecolari e naturalmente oncologi, oltre che il supporto di un team di ingegneri per gli aspetti di Machine Learning e Pattern Recognition e di sviluppatori di software esperti in ambito sanitario).

Nella evoluzione delle sue fasi realizzative il progetto della piattaforma è indirizzato ai seguenti risultati attesi (RA):

      • RA1: sviluppare un prototipo di presidio oncologico integrato, dedicato esclusivamente alla prevenzione territoriale (servizio di screening oncologico), presso la Unità Operativa Complessa di Chirurgia Generale, Mininvasiva e dell’Obesità, Edificio XVII Nuovo Policlinico, afferente al Dipartimento di Scienze Avanzate dell’Università della Campania “L. Vanvitelli”. Tale sistema integrato dovrà interfacciarsi sia con i presidi radiologici (integrando dati, immagini ed esami di I livello), sia con i sistemi di analisi ed elaborazione avanzata (sfruttando interazioni professionali e tecnologiche in real time). Tale presidio rappresenterà un’esperienza pilota e potrà diventare un modello di best practice nell’ambito del Sistema Sanitario Regionale, sia a livello di Sanità pubblica che privata;
      • RA2: dotare il servizio di screening oncologico di una soluzione software innovativa finalizzata alla raccolta dati e alla relativa fenotipizzazione di profili oncologici in base all’opportuna scelta di indicatori. Tale soluzione sarà sviluppata, a partire da una basedati messa a disposizione dal Dipartimento, con metodologie e algoritmi dedicati all’elaborazione diagnostica per immagini, tramite modelli predittivi Knowledge Based addestrati con opportune tecniche di Machine Learning, per migliorare l’accuratezza e l’interpretazione delle immagini diagnostiche e integrare tale know how al più complesso processo di elaborazione dati. Tale sistema di integrazione diagnostica avanzata mira ad implementare gli strumenti diagnostici tradizionali e per le sue connotazioni di sistema automatico può rendersi complementare a qualsiasi tecnica di imaging, offrendo un potenziale servizio anche eventualmente on line;
      • RA3: integrare tutti i dati in un sistema di Computer Aided Detection/Diagnosis (CAD – una piattaforma tecnologica supportata da modelli predittivi). Ciò consentirà un interscambio delle informazioni cliniche tra differenti ambiti di competenza (Ricerca Traslazionale), ma soprattutto la restituzione di informazioni necessarie a sviluppare la base di dati per l’addestramento del sistema stesso. Le applicazioni delle intelligenze artificiali sono molteplici: sviluppare un sistema esperto che lavori su un database oncologico rappresenta un’occasione unica di testarne le potenzialità su una popolazione a rischio. I modelli saranno addestrati in modo da analizzare, automaticamente, le immagini diagnostiche ed effettuare diagnosi precoci (Early Diagnosis) di incidenza di forme oncologiche sulla base dei dati della cartella clinica. Se i risultati saranno quelli attesi, il sistema sarà presto in grado di selezionare autonomamente dei profili di rischio e suggerire strategie diagnostiche e terapeutiche sempre più personalizzate, rispondendo quindi al criterio di Tailored Therapy/Surgery, obiettivo auspicabile di qualsiasi programma di prevenzione oncologica. Le stesse caratteristiche possono diventare un supporto prezioso per il clinico che chiede un indirizzo diagnostico, terapeutico, prognostico, sempre più esperto;
      • RA4: verificare le potenzialità di tale soluzione tecnologica nel generare nuovi modelli sperimentali: il massimo potenziale di tale piattaforma sarebbe quello di ottenere indicazioni e informazioni su variabili cliniche, diagnostiche, terapeutiche, prognostiche, istologiche, biologico-molecolari o soprattutto dall’associazione di queste che non sono state indagate o prese in considerazione. Tutto ciò potrebbe aprire infinite possibilità sperimentali, stimolando nuove linee di ricerca e soprattutto caratterizzando con maggior precisione l’identikit del multiforme profiling oncologico. Il progetto prevede di utilizzare fattori di correlazione tra genotipi, fenotipi e patologie oncologiche a supporto delle più avanzate tecniche di Machine Learning e Data Mining;
      • RA5: testare e verificare la piattaforma su tre livelli di contesto:
        1- nell’ambito del protocollo di screening oncologico adottato dall’Unità Operativa Complessa di Chirurgia Generale, Mininvasiva e dell’Obesità, afferente al Dipartimento di Scienze Avanzate dell’Università della Campania “L. Vanvitelli” (questo test è parte integrante del progetto di R&S della piattaforma);
        2- test di replicabilità territoriale:
        a) introduzione dell’uso della Piattaforma nell’ambito del protocollo di screening oncologico in una struttura di eccellenza della sanità privata campana: la Clinica RUESCH di Napoli;
        b) utilizzo della Piattaforma per la creazione di un prototipo di un neo-presidio oncologico di I livello, che sfrutti appieno il concetto di Digitalizzazione sanitaria e Telemedicina, presso il Comune di Anacapri (NA) (questa sperimentazione è uno degli obiettivi realizzativi a valle del progetto di R&S);
        3- test di internazionalizzazione finalizzato a verificare e valutare la capacità della piattaforma di confrontarsi con un potenziale mercato globale, attraverso la disponibilità alla sperimentazione di Synergy-net da parte di due importanti università internazionali: Università di Montpellier – Pole Digestif, Department de Chirurgie Digestive et Trasplantation, Centre Hospitalier Universitaire (Francia) e l’Università di Buenos Aires – Department at Hospital Nacional Prof. A. Posadas (Argentina).
        Si procederà quindi alla industrializzazione della stessa, in termini di sistema da affiancare ai reparti oncologici e/o alle strumentazioni già esistenti o come sistema a se stante (ad esempio un software da integrare on line con i principali sistemi clinici e/o di diagnostica Eco-RNM-TC o un supporto hardware da integrare come una nuova sonda ecografica dotata di capacità diagnostiche automatizzate o assistite da Machine Learning) o ancora come panel oncologici (kit di biomarcatori tumorali disponibili come servizio e/o dispositivi), ma ancora come potenziale sistema di Virtual Learning;
      • RA6: massimizzare i risultati di R&S del progetto innovativo e promuovere la soluzione industrializzata attraverso un piano di comunicazione orientato alla divulgazione scientifica e alla commercializzazione del prodotto, al fine di valorizzare l’impatto sia sul piano della ricerca oncologica per la parte medica e sia le ricadute commerciali orientate al mercato di riferimento (centri diagnostici, cliniche, ospedali privati, privati convenzionati e pubblici) per la parte imprenditoriale, del progetto attuato. La valorizzazione delle ambizioni/obiettivi progettuali prima, e dei risultati poi saranno oggetto di due eventi pubblici. Il primo di natura istituzionale scientifica nella fase inziale di attività progettuale e uno conclusivo, di respiro internazionale, per la disseminazione dei risultati.

    Raggiungere tali risultati, con l’introduzione e l’adozione del sistema innovativo implementato dalla Piattaforma Tecnologica Synergy-net contribuirà ad un significativo miglioramento del servizio di screening oncologico, innalzando il livello di capacità predittiva in fase preclinica e migliorando il trattamento in fase clinica. Synergy-net rappresenterà una soluzione innovativa nel mercato della sanità digitale.