Negli ultimi anni il settore sanitario ha subito una significativa trasformazione digitale, accelerata in particolare dall’adozione dell’Intelligenza Artificiale (AI). Questa tecnologia ha il potenziale di migliorare notevolmente i processi clinici in ambito medico.
Humanitas ha investito nella creazione di un centro di ricerca dedicato all’AI, l’AI Center di Pieve Emanuele, alle porte di Milano, dove un team multidisciplinare di ingegneri, data scientist, bioinformatici e medici collabora per elevare la qualità clinica e sviluppare nuovi ambiti di ricerca, con il potenziale di dare vita a startup innovative.
È in questo contesto che nasce Train, progetto di Humanitas dedicato alla ricerca e allo sviluppo di modelli avanzati per la generazione di dati sintetici e digital twin ad alta precisione, addestrati e validati per rispondere a esigenze cliniche precise.
I pazienti sintetici sono dati generati artificialmente dall’AI che simulano i pazienti reali. Si tratta di dati statisticamente identici ai reali, però con un livello di privacy elevato perché non esistono nella realtà. Mentre il gemello digitale (digital twin) è una simulazione virtuale dell’andamento di un paziente nel tempo che permette di prevedere come potrebbe evolversi la sua condizione clinica e come potrebbe rispondere alle terapie in futuro.
Gli obiettivi di Humanitas per l’introduzione dell’AI in medicina sono numerosi: sviluppare tecniche di AI per anonimizzare i dati clinici e biologici dei pazienti e generare dati sintetici rispettando le norme sulla privacy, per superare la scarsità di informazioni e accelerare la ricerca e lo sviluppo di farmaci; utilizzare questi dati per creare gemelli digitali che prevedano l’evoluzione clinica e la risposta alle terapie e integrare le nuove tecnologie in strumenti di supporto clinico sicuri e facilmente utilizzabili dai medici.
La missione dell’AI Center e di Train è quella di convalidare l’applicazione di queste tecnologie nei vari settori della medicina, collaborando con istituti di ricerca e partner industriali, al fine di sviluppare soluzioni solide per la medicina personalizzata e migliorare la ricerca farmaceutica.
