Semplificare i documenti clinici con l’intelligenza artificiale, l’Ateneo terzo nella prima sfida internazionale

Terzo posto per l’Università di Udine nella prima sfida scientifica internazionale 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».