Il progetto OCAX (Oral CAncer eXplained), finanziato nell'ambito del programma PRIN PNRR 2022, è volto allo sviluppo di un sistema all'avanguardia che utilizza l'Intelligenza Artificiale (IA) per supportare la diagnosi precoce e la spiegazione del carcinoma a cellule squamose orali (OSCC). Questa malattia, nota per la sua alta mortalità e morbilità, può essere gestita più efficacemente attraverso una rilevazione tempestiva delle lesioni orali precursori.

Obiettivi

Il progetto OCAX mira a migliorare significativamente la diagnosi precoce e la comprensione dell'OSCC, integrando tecnologie avanzate come l'Intelligenza Artificiale (IA), il Deep Learning (DL) e il Case-Based Reasoning (CBR). Le fasi previste includono:

• Raccolta e annotazione di dati clinici (DIAS Annotator): Creazione di un'ampia libreria digitale contenente immagini cliniche e dati di imaging medico, come risonanze magnetiche (MR) e tomografie computerizzate (CT), sistematicamente annotati da esperti.
• Sviluppo di un sistema di IA spiegabile: Implementazione di metodologie avanzate per la classificazione e la segmentazione delle immagini, arricchite da funzionalità di spiegabilità dei risultati mediante l'uso di strumenti quali mappe di salienza e bounding box.
• Piattaforma di annotazione avanzata: Sviluppo di un sistema web intuitivo per facilitare la raccolta e l'annotazione efficiente dei dati, supportato da algoritmi di annotazione semi-automatica.

Queste iniziative mirano a rendere il sistema diagnostico non solo accessibile e affidabile ma anche capace di migliorare la qualità della diagnosi riducendo i costi sanitari. OCAX rappresenta un'avanzata nell'applicazione dell'IA in campo medico, promuovendo diagnosi precoce e decisioni cliniche informate.

Il principale obiettivo di OCAX è semplificare l'identificazione delle lesioni orali a rischio di trasformazione tumorale, attraverso l'analisi di migliaia di immagini cliniche ottenute da dispositivi diversificati. La piattaforma, progettata per essere accessibile ai medici in vari contesti clinici, punta a ridurre i tempi di diagnosi e a migliorare la qualità delle cure.

Un elemento innovativo di OCAX è la capacità di spiegare i risultati dell'IA attraverso il Case-Based Reasoning, migliorando la trasparenza e l'accettazione degli strumenti AI tra i professionisti sanitari. Questo aspetto è fondamentale per migliorare l'interazione tra IA e clinici, soprattutto in contesti complessi o in centri meno attrezzati.

Partnership

Il consorzio OCAX include istituzioni accademiche e cliniche di spicco:

• Università di Salerno (UNISA): Responsabile dello sviluppo del sistema di Intelligenza Artificiale e della piattaforma di annotazione.
• Università di Palermo (UNIPA) e Università di Foggia (UNIFG): Coinvolte nella raccolta e annotazione di immagini cliniche e dati di imaging.
• Collaborazioni esterne: Centri medici e clinici nazionali che contribuiranno alla validazione del sistema e alla raccolta di casi clinici aggiuntivi.