Migliorare la prevenzione oncologica grazie all’utilizzo di tecnologie basate sull’Intelligenza Artificiale. Questo l’obiettivo di Health Triage, startup torinese che sviluppa soluzioni innovative per la diagnosi del tumore alla prostata e lo screening del tumore al seno.

«Tutto è nato dall’individuazione di un “clinical need”: andare oltre i limiti della diagnostica oncologica. Siamo partiti con un primo investimento di 2,5 milioni di euro di Raffaele Petrone, Private Equity manager tramite Petrone Group, che ha creduto in noi fin dai primi passi. Questo ci ha permesso di avviare i primi progetti, raccogliere dati, fare le prime validazioni cliniche e sviluppare i nostri prodotti. Attualmente stiamo finalizzando un aumento di capitale significativo per portare avanti due trial clinici internazionali nei prossimi anni e definire con la FDA gli aspetti regolatori necessari per la commercializzazione delle tecnologie».

È entusiasta Davide Dettori, co-fondatore e CEO di Health Triage: lavorando a una nuova generazione di strumenti per la prevenzione oncologica, punta a rivoluzionare il modo in cui vengono gestite diagnosi e screening, offrendo una speranza concreta di migliorare l’efficacia dei programmi di prevenzione e la qualità di vita dei pazienti.

L’Intelligenza Artificiale sta aprendo le porte a una nuova era dei servizi sanitari e assistenziali. Health Triage in che modo sta partecipando a questa rivoluzione in corso?

«Partendo dalla consapevolezza dei limiti delle tecniche diagnostiche tradizionali, abbiamo creato strumenti basati su IA che migliorano la precisione e l’efficacia delle diagnosi. Nel caso del tumore alla prostata, per esempio, l’attuale prassi prevede l’esecuzione di una biopsia tissutale, che è una procedura invasiva, per determinare l’aggressività del tumore e scegliere il trattamento più adatto.

Tuttavia, questo metodo presenta un margine d’errore elevato, con un tasso di sovrastima o sottostima dell’aggressività superiore al 40%. Ciò significa che in molti casi si decide di intervenire quando non necessario o, al contrario, di non trattare adeguatamente un tumore più serio. La nostra tecnologia, invece, utilizza modelli di IA applicati alle immagini di risonanza magnetica e ha dimostrato una maggiore precisione durante le sperimentazioni cliniche. Nei prossimi due anni ci concentreremo sulla validazione internazionale, coinvolgendo ospedali di tutto il mondo, grazie alla collaborazione con la Società Italiana di Urologia».

In che modo l’applicazione dell’IA può migliorare i processi di screening per il tumore al seno?

«Il 99% delle mammografie eseguite durante gli screening di massa risulta, fortunatamente, negativo, ma ogni immagine deve comunque essere valutata da due radiologi. Questo causa un sovraccarico di lavoro e inefficienze: nelle aree in cui mancano specialisti, le donne aventi diritto non riescono ad accedere allo screening proprio per la mancanza di radiologi.

La nostra tecnologia è in grado di identificare con alta precisione le mammografie sicuramente negative, eliminando la necessità della doppia lettura umana. Così facendo, possiamo liberare risorse e consentire agli specialisti di concentrarsi sui casi più complessi. Il nostro obiettivo è quindi quello di aumentare l’efficienza del sistema, senza sostituire il giudizio clinico umano, ma supportandolo».

Entriamo più nel dettaglio del progetto Breast. Come funziona la vostra tecnologia?

«Il progetto Breast sfrutta reti neurali di deep learning per analizzare automaticamente le immagini mammografiche. Quando le immagini vengono acquisite, il nostro sistema elabora autonomamente un punteggio di negatività. Questo non sostituisce la valutazione umana, ma riduce il numero di letture necessarie. Se l’IA e il radiologo concordano sull’assenza di patologie, l’esame viene considerato concluso. In caso di discrepanza, è previsto un approfondimento. La tecnologia è stata sviluppata in collaborazione con il Dipartimento di Automatica e Informatica del Politecnico di Torino e mira a potenziare il lavoro dei radiologi, liberando tempo e risorse da dedicare ai casi più problematici».

Duplice vantaggio, quindi: per le pazienti e per il sistema sanitario?

«Esattamente. La nostra tecnologia può aumentare l’efficienza nel processo di screening, in modo che la prevenzione diventi più efficace. Per esempio, in alcune regioni italiane, solo il 30% delle donne aventi diritto viene effettivamente invitato a fare lo screening. Con la nostra tecnologia, potremmo raddoppiare il numero di donne invitate e refertate, senza richiedere più personale. Questo approccio potrebbe risolvere il collo di bottiglia attuale, riducendo i costi e migliorando la qualità del servizio».

In cosa consiste, invece, la tecnologia a cui state lavorando per la diagnosi e la sorveglianza attiva del tumore alla prostata?

«Per il tumore alla prostata, lavoriamo con immagini di risonanza magnetica, evitando così l’uso di radiazioni. Questo ci consente di seguire i pazienti con sospetti di patologia senza sottoporli a biopsie ripetute e invasive. La nostra IA supporta l’urologo nella decisione di intervenire o monitorare la patologia in modo più strutturato. Inoltre, la tecnologia permette di raccogliere dati spaziali tridimensionali dell’organo e della lesione, che potrebbero essere utilizzati in futuro per guidare interventi di chirurgia robotica o radioterapie mirate».

Facciamo un passo indietro: Health Triage è nata con il progetto AiBiBank. Una sorta di palestra con cui avete addestrato i vostri modelli di IA?

«Sì. Health Triage è nata nel 2020 con il progetto AiBiBank, Bio-Banking for Artificial Intelligence. L’idea era quella di creare un database di dati clinici per addestrare e validare i nostri modelli IA. Abbiamo collaborato con l’Ospedale Molinette, la Città della Salute e della Scienza di Torino e l’Istituto Candiolo, sviluppando un software di anonimizzazione automatica per rendere i dati clinici utilizzabili dai nostri modelli di IA.

L’obiettivo, raggiunto, era garantire che il processo di raccolta e anonimizzazione dei dati potesse essere applicato in modo continuo e su larga scala, evitando la manualità che oggi rallenta l’implementazione di queste tecnologie in ambito clinico. E in effetti abbiamo dimostrato che la raccolta di dati può avvenire in modo sistematico e sicuro, consentendo di migliorare continuamente le tecnologie basate su IA».

Quali i prossimi passi e le sfide future per Health Triage?

«Per il tumore alla prostata, vogliamo dimostrare che la nostra biopsia virtuale è più performante della biopsia tissutale tradizionale, rivoluzionando così il modo in cui viene gestita la diagnosi. In futuro, puntiamo a integrare i nostri modelli di IA nei trattamenti chirurgici e radioterapici per offrire una medicina veramente personalizzata. Sul fronte del tumore al seno, il nostro obiettivo è garantire che tutte le donne abbiano accesso a uno screening efficace e rapido».