Co.R.S.A., il sistema di Intelligenza Artificiale per la diagnosi di polmoniti da Covid
Il Progetto si aggiunge ai progetti selezionati e finanziati dalla Regione Piemonte nell’ambito del bando INFRA-P, misura messa in campo per potenziare i laboratori pubblici e sviluppare progetti di ricerca nella lotta contro il Covid-19.
Il Progetto Co.R.S.A., coordinato dal Prof. Marco Grangetto del Dipartimento di Informatica dell'Università di Torino, realizzato in collaborazione con il Dipartimento di Scienze Chirurgiche, Azienda Sanitaria Locale To3, Azienda Ospedaliero Universitaria città della Scienza e della Salute di Torino e Regola Srl, si aggiunge ai progetti selezionati e finanziati dalla Regione Piemonte nell’ambito del bando INFRA-P, misura messa in campo per potenziare i laboratori pubblici e sviluppare progetti di ricerca nella lotta contro il Covid-19.
Il bando, chiuso nel marzo dell’anno scorso, con una dotazione finanziaria di 10 milioni di euro, era articolato su due linee, una diretta al potenziamento di laboratori e infrastrutture di ricerca già esistenti nella disponibilità di organismi di ricerca pubblici, l’altra per sostenere progetti di ricerca industriale e sviluppo sperimentale, caratterizzati dalla concreta capacità di essere realizzabili e commerciabili entro breve tempo dalla loro conclusione, viste le finalità del bando rivolte al contrasto della pandemia. Quattro erano stati i progetti con capofila l'Università di Torino ammessi al contributo nell'ambito della misura: UniTO-NGS, KOvid, SalT4CoV e SILK.
Obiettivo di Co.R.S.A. è sviluppare e installare un sistema AI all'avanguardia che sia di ausilio alla diagnosi di polmoniti COVID a partire da radiografia del torace (CXR) e valutarne l' impatto. La radiologia tradizionale è frequentemente scelta come metodica di prima istanza per la facilità di esecuzione in aree COVID-dedicate pur nei limiti di bassa sensibilità e specificità nell'identificazione delle lesioni polmonari (COVID) precoci. L'alta mole di esami di radiologia tradizionale da refertare può incrementare significativamente i tempi di attesa dei pazienti in spazi comuni, incrementando il rischio di contaminazione. Co.R.S.A. ha l’ambizione di incrementare significativamente l'accuratezza diagnostica della radiografia del torace e diventare uno strumento per la rapida individuazione di casi COVID. L’attività sperimentale nelle radiologie permetterà alla fine del progetto di valutare l’impatto sui processi di gestione dei pazienti nelle fasi critiche di accettazione con la necessità di adottare le opportune procedure di isolamento cautelativo di sospetti COVID positivi. Il team multidisciplinare, che ha maturato solide esperienze in ambito imaging COVID, coprogetterà una soluzione innovativa, sulle esigenze cliniche, con particolare attenzione alle questioni Etiche.
“I Bandi INFRA-P - ha dichiarato il Rettore dell'Università di Torino, Stefano Geuna -sono uno strumento essenziale per potenziare le infrastrutture di ricerca a livello regionale e per permettere una sempre migliore competitività degli Atenei a livello nazionale e internazionale. Sono investimenti fondamentali per sviluppare strategie sempre più efficaci per il contrasto della pandemia da Covid-19 e per mettere a punto nuove tecniche di diagnosi e cura. In particolare, l’Università di Torino è fiera del finanziamento ottenuto dal Progetto Co.R.S.A., che consentirà di sviluppare e applicare un sistema di intelligenza artificiale per la diagnosi di polmoniti Covid a partire da una semplice radiografia al torace. Questa è la ulteriore dimostrazione di come la sinergia tra innovazione tecnologica e conoscenze mediche avanzate sia la strada maestra che consentirà di vincere definitivamente la battaglia contro il Covid-19. In questa direzione ci muoviamo con partnership importanti tra settore pubblico e privato nell'ambito della ricerca di base e applicata”.