Per studiare e affrontare l’aneurisma dell’aorta, una startup italiana ha messo a punto un gemello digitale in grado di contribuire a curare questa patologia, anche grazie all’intelligenza artificiale

Sfruttare le potenzialità del digital twin in medicina può essere di grande aiuto nello studio dell’aneurisma, una delle patologie cardiovascolari più diffuse in Europa. Colpisce circa 700mila persone e ogni anno si diagnosticano circa 220mila nuovi casi. Solo in Italia si calcolano circa 6mila vittime l’anno di questa patologia i cui esiti possono essere rapidi e letali.

Su questa possibilità è stato avviato il progetto europeo Horizon 2020 MeDiTATe (Medical Digital Twin for Aneurysm Prevention and Treatment) da cui è nata LivGemini, startup spin-off dell’Università degli Studi di Roma “Tor Vergata”, di cui è Ceo e co-fondatore Leonardo Geronzi, 27enne ingegnere biomedico. La giovane realtà medtech ha vinto pochi giorni fa – per la categoria Life Sciences-Medtech – il Premio Nazionale Innovazione.

---

Takeaway

---

Digital twin in medicina: il progetto MeDiTATe e la startup LivGemini

Ingegnere biomedico, Geronzi è da sempre appassionato dalla simulazione numerica, ovvero della riproduzione al computer mediante algoritmi matematici dei fenomeni emodinamici e biomeccanici che si verificano in campo cardiovascolare. Il Ceo di LivGemini si è da subito posto un obiettivo: fornire ai medici uno strumento per salvare quanto più vite possibili facendo diagnosi accurate. Dopo la laurea all’Università di Pisa, nel 2019, l’anno successivo è entrato a far parte del nascente progetto europeo MeDiTATe. Finanziato dall’UE con 3,7 milioni di euro, conta 24 partner tra università, centri di ricerca e società industriali (tra queste Philips e la divisione healthcare di General Electric) sparsi in tutta Europa. Geronzi fa parte dei 14 ricercatori attivi, sotto forma di dottorato di ricerca, su un progetto di ricerca individuale finalizzato a fornire un quadro completo di tecnologie di simulazione e imaging mirate alla traduzione industriale e clinica. Lo scopo è accelerare il processo di procedure mediche cardiovascolari personalizzate.

Lo scienziato italiano, insieme a Marco Evangelos Biancolini, professore di Machine Design presso l’Università di Roma “Tor Vergata” e principal investigator del progetto quadriennale MeDiTATe (focalizzato sulla messa a punto di digital twin in medicina), si è focalizzato sull’aneurisma dell’aorta ascendente. Si tratta di una dilatazione patologica e permanente del primo tratto della principale arteria del corpo umano.

«Nei tre anni di ricerca in cui abbiamo sviluppato specifici metodi di simulazione abbiamo scoperto che i medici trattano il problema con un determinato approccio standard, valutando esclusivamente il diametro del vaso – specifica il Ceo di LivGemini –. Se la dilatazione è superiore ai 50 millimetri si interviene con la chirurgia, altrimenti il paziente viene gestito con una cura farmacologica. Proprio dal confronto con i medici abbiamo compreso che si verificano delle rotture dell’aorta anche al di sotto della soglia dei 50 mm, rendendosi necessario un metodo più mirato ed efficace a comprendere il fenomeno. Così abbiamo deciso di affrontare il problema di natura clinico-medica e risolverlo, impiegando metodi di intelligenza artificiale».

Il ruolo dell’intelligenza artificiale

Per mettere a punto un digital twin in medicina quanto più preciso ed efficace viene in aiuto l’AI:

«Grazie all’intelligenza artificiale è possibile cogliere proprietà altrimenti non comprensibili né a livello ingegneristico né medico. Per questo motivo abbiamo iniziato a implementare algoritmi AI non solo basati sulle proprietà delle immagini, ma anche sui risultati della simulazione numerica effettuata sulla aorta, estraendo dati dalla modellazione emodinamica e biomeccanica».

Nel caso del lavoro condotto da LivGemini sono diverse le tecniche di intelligenza artificiale adottate. Si è impiegato deep learning, in particolare U-Net, una particolare rete neurale convoluzionale per la segmentazione di immagini biomediche, per estrarre un modello anatomico tridimensionale in tempo reale, molto più rapido rispetto ai metodi manuali ancor oggi impiegati.

«Inoltre, per valutare i rischi legati all’aneurisma, abbiamo adottato tecniche di machine learning che permettono di partire da futures anatomiche, restituendo una soglia di rischio personalizzata per ogni paziente».

Dal lavoro incrociato su parametri di dati quanto più accurati, si è giunti a un modello predittivo in grado di assicurare un’accuratezza anche del 94%. Il progetto di ottimizzazione del digital twin procede, spiega Geronzi:

«In genere, i gemelli digitali possono essere suddivisi in passivi, semi attivi e attivi. A oggi siamo giunti a un modello semi attivo che permette di generare una replica anatomica virtuale. Abbiamo allenato ulteriori modelli machine learning, costituiti da dati compressi riguardanti risultati di simulazioni numeriche e oggi possiamo fare “analisi what-if”, potendo adottare diversi set di valori in una o più formule per esplorare svariati scenari e risultati. Per esempio: variando il parametro della pressione arteriosa sul modello digitale, è possibile comprendere cosa possa accadere alla parete soggetta a dilatazione».

Il futuro della diagnostica medica: in tempo reale e con un ampio uso di AI

Nel futuro modello applicativo digital twin in medicina, per la precisione per l’analisi dell’aneurisma aortico, LivGemini punta a costruire un gemello digitale attivo, quanto più completo e in grado di assicurare una corrispondenza esatta tra il modello virtuale e reale.

Cosa ci manca ancora? La possibilità di acquisire in tempo reale dati sul paziente mediante l’impiego di wearable device, potendo così monitorare in ogni istante e in real time il paziente e, se necessario, essere pronti a intervenire in maniera tempestiva all’insorgere di un problema.

«Alla base c’è sempre la necessità di effettuare una scansione anatomica 3D, estraendo tutte le possibili informazioni utili per delineare il quadro clinico del paziente. Una volta ottenuto, si allena il modello che può fornire risposte sullo stato attuale del paziente. Da lì in poi, si potranno estrarre i dati dai dispositivi indossabili e permettendo al modello di evolvere, potendo seguire il paziente nella vita quotidiana».

Per costruire tutti questi parametri LivGemini ha realizzato uno specifico software basato su AI, Fusion V, la cui release sarà rilasciata nel 2026. Oggi si lavora alla ottimizzazione e alla futura scalabilità commerciale dello strumento, oggi a TRL 5, per fornire una soluzione molto semplice da usare. Nel prossimo futuro, quindi, verrà rilasciato dopo essere stato opportunamente certificato.

Nel frattempo lo spin-off sta lavorando anche alla realizzazione di soluzioni di realtà aumentata, per fornire ai medici una visione ancora più accurata e immersiva, garantendo al medico un contesto maggiormente sicuro per una comprensione più ampia del problema.

Guardando ancora più avanti, dove si vuole arrivare?

«Nel percorso fatto con MeDiTATe abbiamo lavorato molto in collaborazione con giovani medici, maggiormente propensi alla tecnologia e al contributo che essa può dare alla medicina. Nel confronto, è emerso questo bisogno di soluzioni alternative e tecnologiche per affrontare e risolvere problemi medici. Quindi, prevedo che la tecnologia in futuro possa ridurre quanto più possibile i tempi di diagnosi, fornendo un quadro quanto più chiaro e riducendo l’incertezza. Ma soprattutto in grado di velocizzare tutti i processi diagnostici e prognostici, potendo permettere di approntare strategie efficaci per contrastare e superare problemi. Per questo prevedo un sempre maggiore contributo dell’intelligenza artificiale in medicina, basata ancor più su algoritmi di AI».