AI per la ricerca di malattie ematologiche rara
LA SFIDA
Il numero ridotto di pazienti affetti da patologie considerate rare determina la carenza o la mancanza di dati per poterle studiare approfonditamente. L’avanzamento nella ricerca può, però, essere facilitato da tecnologie basate sull’intelligenza artificiale in grado di creare dati sintetici.
SYNTHEMA mira a creare un hub che possa convogliare una grande quantità di dati coprendo quindi moltissime varianti e casi particolari in diverse condizioni delle malattie ematologiche rare, con l’obiettivo di migliorare e ottimizzare la ricerca clinica/traslazionale e dare un contributo alla ricerca.
STRATEGIA E SOLUZIONE
Creare un hub traslazionale di dati sanitari, sia clinici, che di supporto alla terapia come radiografie e imaging, che genomici, per le malattie ematologiche rare (in particolare Sickle Cell Disease e Acute Myeloid Leukemia). In questo framework si intende sviluppare e convalidare tecniche innovative basate sull’intelligenza artificiale per l’anonimizzazione dei dati clinici e la generazione di dati sintetici, per affrontare la scarsità e la frammentazione dei dati e ampliare il know-how per la ricerca, in conformità al GDPR.
La piattaforma sarà basata su una rete di apprendimento federato (federated learning) che preserva la privacy, e dotata di protocolli SMPC (Secure Multi-Party Computation) e privacy differenziale (Differential Privacy), che collegherà data center sanitari, centri di ricerca accademici e industrie.
Nome del Progetto
Synthetic generation of hematological data over federated computing frameworks
Schema di finanziamento
Horizon 2020
Tematica
sviluppo di nuovi sistemi di analisi dati nell’ambito delle malattie ematologiche
Budget
€ 7 mld
Data di inizio
Dicembre 2022
LE ATTIVITÀ DI DATAWIZARD
Il nostro coinvolgimento
Data Management
Raccolta, armonizzazione e interoperabilità dati, per la progettazione di casi d’uso clinici e la definizione di un modello di dati comune. Sviluppo di pipeline per anonimizzazione e generazione di dati sintetici tenendo in considerazione privacy e utilità dei dati.
Federated learning
Sviluppo dell’infrastruttura di apprendimento federato per raccogliere requisiti, progettare e distribuire l’infrastruttura della piattaforma di apprendimento federato e doterlo di SMPC e DP.
Project Management
Coordinamento e supervisione della gestione del progetto dal punto di vista scientifico e operativo, al fine di garantire alti standard di qualità e riduzione dei rischi, attraverso un quadro di gestione etica per la co-creazione, il monitoraggio e la valutazione etica.
Exploitation
Attività di divulgazione, sfruttamento e collaborazione con le comunità di interesse a livello clinico, accademico, industriale e sociale, progettando e mettendo in atto strategie di divulgazione e comunicazione, sfruttando i risultati e garantendo la sostenibilità della piattaforma.