(AGENPARL) – ven 26 aprile 2024 Oltre 500 gli iscritti da università e centri di ricerca di tutto il mondo
SEMPLIFICARE I DOCUMENTI CLINICI CON L’INTELLIGENZA ARTIFICIALE,
L’ATENEO DI UDINE TERZO NELLA PRIMA SFIDA INTERNAZIONALE
Competizione di informatica medica con il Laboratorio di informatica medica,
telemedicina e E-health del Dipartimento di Scienze matematiche, informatiche e fisiche
Udine, 26 aprile 2024 – Terzo posto per l’Università di Udine nella prima sfida scientifica internazionale di
informatica medica dedicata alla semplificazione delle cartelle cliniche grazie all’utilizzo di sistemi di
intelligenza artificiale. Alla gara, la “Snomed Ct Entity Linking Challenge”, erano iscritti oltre 500 ricercatori,
atenei e centri di ricerca di tutto il mondo. Obiettivo della competizione è trovare soluzioni che possano
contribuire ad agevolare e velocizzare il lavoro del personale sanitario nella compilazione e comprensione
dei documenti clinici. Per l’Ateneo friulano ha partecipato un team del Laboratorio di informatica medica,
telemedicina e E-Health (Mitel) del Dipartimento di Scienze matematiche, informatiche e fisiche. Il gruppo
era formato dal coordinatore del laboratorio, Vincenzo Della Mea, docente di informatica medica, dal
ricercatore Kevin Roitero e dal dottorando Mihai Horia Popescu. La prima classificata nella sfida è stata
un’equipe israeliana del “KI research institute”, secondo un team della Bauman Moscow State Technical
University. Le soluzioni dei vincitori vengono messe a disposizione di tutti e sono liberamente utilizzabili.
La competizione è organizzata da un consorzio, lo Snomed international, di cui fanno parte 48 Paesi.
Scopo del consorzio è gestire una terminologia clinica, la Snomed-Ct, costituita da oltre 300 mila concetti
accompagnati da codici destinati a rappresentare tutto ciò che può essere descritto in una cartella clinica,
dandogli una forma standardizzata adatta all’analisi dei dati e al supporto alla decisione. L’Italia, per il
momento, non fa parte del consorzio.
«Allo stato attuale – spiega il professor Della Mea –, dove Snomed-Ct viene effettivamente utilizzato per
annotare le cartelle cliniche o loro parti, come i referti di anatomia patologica, la scelta dei termini e
conseguentemente dei codici viene effettuata prevalentemente a mano dal personale sanitario che
inserisce i dati. Questo rende il suo utilizzo complicato e costoso in termini di tempo. Gli organizzatori
hanno voluto sfidare la comunità scientifica riguardo l’identificazione di tecniche di machine learning per
semplificare il lavoro del personale sanitario».
Il Laboratorio di informatica medica, telemedicina e E-Health ha, tra le sue linee di ricerca, un filone relativo
alle terminologie e alle classificazioni biomediche. In particolare, sia dal punto di vista dei sistemi per la loro
gestione, sia della codifica automatica di documenti clinici con metodi di intelligenza artificiale.
«Nella sfida la nostra squadra – spiega il professor Della Mea – ha adottato un approccio a due stadi. Nel
primo abbiamo cercato di identificare i segmenti di testo di interesse clinico, addestrando un apposito
sistema di intelligenza artificiale, il Large language model Mistral. Nel secondo, tramite un ulteriore
modello, abbiamo associato i codici Snomed-Ct ai segmenti precedentemente identificati. Per quanto
riguarda il nostro sistema, pare abbia identificato più segmenti di quanto abbiano fatto gli esperti umani».