Matematica e Diagnosi Medica
Scopo fondamentale del Progetto è quello di individuare le aree della Medicina ove l'apporto matematico (corredato da opportune tecniche numeriche, statistiche ed informatiche) possa consentire una migliore definizione degli enti in gioco, una migliore analisi dei fenomeni biomedici, delle loro interrelazioni e, conseguentemente, sostenere il medico per sempre piu' affidabili diagnosi e prognosi.
1. Matematica per la diagnosi dei tumori della tiroide
La ricerca, partendo dalle competenze di tipo medico-biologico e matematicomodellistiche, attraverso un ormai collaudato gruppo di lavoro interdisciplinare, si propone di individuare, in primo luogo, il (o i) settori applicativi più interessanti e le metodologie più promettenti in vista della realizzazione di strumenti matematici e statistici, implementabili all'elaboratore, per l'esecuzione automatica di processi di classificazione da utilizzare come sostegno in ambito diagnostico per classi di patologie tiroidee. Funzionale a tale obiettivo è la costruzione già in atto di una base di dati che comprenda quelli clinici, ecografici, ormonali, citologici ed istologici relativi ad un numero statisticamente significativo di pazienti caratterizzati da patologie tumorali riferibili a noduli tiroidei benigni e maligni. Tali dati sono finalizzati ad alimentare modelli matematici capaci di discriminare e classificare, e di autoaggiornarsi ad ogni nuovo arrivo di dati. A questa fase deve seguire la sperimentazione diagnostica in ambito clinico. Tale sperimentazione richiede lo sviluppo di un software avanzato capace di analizzare i dati di cui sopra nella prospettiva della messa a punto di un nuovo approccio metodologico.
2. Matematica per la diagnosi tumorale
La ricerca ha come primo scopo la costruzione già avviata di una base di dati che comprenda i dati personali, istologici, molecolari e terapeutici relativi ad un numero statisticamente significativo di pazienti caratterizzati da patologie tumorali (in particolare cancro della mammella e del colon). Tali dati devono ricoprire tutta la storia clinica dei pazienti, al fine di alimentare modelli matematici per l'apprendimento basati sulla programmazione matematica (classificazione, clustering, feature extraction) da sperimentare in ambito prognostico. La ricerca, anche in questo caso, si basa su un gruppo di lavoro interdisciplinare, capace di concorrere non solo alla individuazione dei parametri più significativi dal punto di vista prognostico, ma anche alla scelta degli strumenti matematici più adeguati da utilizzare per l'esecuzione automatica di processi di classificazione orientati alla prognosi (per es. classificazione di pazienti con risposta parziale o non-risposta alla chemioterapia). I precedenti temi di ricerca fanno riferimento ad un insieme di metodologie matematiche, per le quali è attualmente molto forte l’impegno di ricerca della comunità scientifica, e delle quali viene data qui di seguito una descrizione di massima.
Il progetto ha avuto luogo negli anni 2005-2006 ed è ora concluso.
