Un gruppo di ricerca dell’Università del Texas ad Arlington ha ricevuto una sovvenzione di 450.000 dollari dal National Institute of General Medical Sciences per utilizzare algoritmi statistici di apprendimento automatico per esaminare i dati dei pazienti e prevedere meglio quali pazienti avranno bisogno di trattamenti aggiuntivi.
Macchina per il monitoraggio medico in un ospedale – foto illustrativa. Credito immagine: Stephen Andrews tramite Unsplash, licenza gratuita
“Con i recenti progressi nello screening, nella diagnosi e nel trattamento, molte malattie come il cancro o le malattie cardiovascolari possono essere identificate in una fase iniziale”, ha affermato Suvra Pal, professore associato di statistica presso il Dipartimento di Matematica.
“Fortunatamente, una percentuale significativa di pazienti che convivono con queste malattie sarà clinicamente curata, il che significa che non andranno mai incontro a recidive, metastasi o morte a causa della malattia primaria. La nostra ricerca mira a identificare meglio quali pazienti saranno curati in modo che i team di trattamento possano concentrarsi su coloro che necessitano di ulteriori interventi”.
Il progetto di Pal mira a sviluppare un nuovo modello statistico che consideri il momento in cui si verifica un evento, ad esempio quando una malattia si ripresenta, insieme ad altre caratteristiche correlate al paziente.
Il team, che comprende il co-investigatore Souvik Roy, assistente professore di matematica, svilupperà quindi un algoritmo utilizzando l’apprendimento automatico che analizzerà l’enorme volume di dati dei pazienti raccolti dai sistemi sanitari per prevedere chi sarà curato.
Intelligenza artificiale medica, algoritmi di apprendimento automatico – concetto artistico. Credito immagine: Geralt tramite Pixabay, licenza gratuita
Il modello avrà successo se la sua accuratezza predittiva è almeno dell’85%.
“Esistono algoritmi che tentano di prevedere chi sarà curato in base alle caratteristiche relative al paziente”, ha affermato Pal.
“Sfortunatamente, questi algoritmi presentano diversi inconvenienti che li rendono difficili da soddisfare le crescenti esigenze di applicazioni avanzate. Il nostro algoritmo, basato su strategie di modellazione avanzate, aggira gli inconvenienti degli algoritmi esistenti e sarà sviluppato in un software per uso gratuito e senza scopo di lucro”.
Pal mira anche a esporre a questo tipo di ricerca gli studenti universitari sottorappresentati e appartenenti a minoranze.
“Questo progetto contribuirà a creare un’integrazione unica di competenze statistiche e significato biologico nella carriera di ricerca degli studenti universitari”, ha affermato Pal.
“I nostri tirocinanti avranno basi più solide e saranno meglio attrezzati con corsi di formazione interdisciplinari e multidisciplinari per carriere accademiche e industriali all’avanguardia”.
L’obiettivo a lungo termine di Pal e colleghi è quello di sviluppare modelli più potenti in grado di prevedere quali malattie verranno curate per indirizzare meglio le risorse verso gli sforzi giusti. Questo progetto getterà anche le basi del piano di Pal di sviluppare un Centro per la ricerca sperimentale e biostatistica integrativa presso l’UTA.
Fonte: Università dell’Utah
Da un’altra testata giornalistica. news de www.technology.org
