You are on page 1of 33

Sistemi Informativi nella ricerca biomedica e nella pratica clinica: esperienze di bioinformatica

Pierangelo Veltri Università “Magna Graecia” di Catanzaro
Http://bioingegneria.unicz.it/~veltri

La salute in rete: “eHealth e “ePatient Università Bocconi 27 Novembre 2012

Ingegneria informatica e biomedica nel Campus di Germaneto
2002: “integrazione di saperi”: competenze del settore (Sistemi di Elaborazione delle Informazioni) applicate su problemi in ambito di ricerca e pratica biologica e clinica

Modeli e tecniche per  analisi dei dati

Dati clinici e campioni  biologici

Risultati? ...

Modelli e tecniche per identificazione, estrazione ed integrazione di dati (web scale) (usare esperienza ricerca INRIA Rocq 1998-2002) Ingegneria Informatica vs Medicina (ricerca)

Sfida?

Estrazione di informazioni da dati biologici Studi di soluzioni di analisi di dati (data mining) per estrarre informazioni da grosse mole di dati (proteomica & genomica) e ricadute in ambito clinico Soluzioni letto-paziente (acquisiszione ed analisi di dati in cardiologia, oncologia, diagnostica...) Risposte esatte e bugs free (non solo prototipi) Controllo off line (web 2.0 come strumento di controllo e monitoraggio, sensazione di controllo pervasivo) Semplificazione dei processi conoscitivi per il paziente

Ingegneria Informatica vs Policlinico Universitario (clinica)

R.e.va.

RCC, Iphone cardio control

Cartesio

Eipeptidi: spettri di massa Geomedica:

Meta EPRs • DB •

Wrapper

EPRs DB • Pa

Meta EPRs • DB •

Wrapper

• •

Meta EPRs • DB •

EPRs DB • CZ

Wrapper

EPRs DB • RC

Sistema di gest dati e prenotazioni

SIGMCC: Integrazione EPRs eter.

Esperienze e tematiche di interesse?

Ricerca & clinica: connessione diretta tra risultati scientifici e test clinici (regolamentazione e controllo dei test cases) Soluzioni spesso condizionate dal servizio (fortemente dipendenti dalla mission: servizio clinico sanitario) Poca importanza al sw ed alla gestione delle informazioni (basso investimento sw vs hw)

Outline

Introduzione Clinica

Predizione anomalie e patologie tratto vocale (Re.V.A.) Cartesio a supporto del posizionamento stent Cartella clinica P2P in oncologia Estrazione di informazioni da spettri di massa (proteomica) Predizone di strutture proteiche

Bioinformatica e biologia

microarray

Ricadute sul sociale (studiosi, clinici, pazienti)

ReVA: un caffe' preso al reparto di Otorinolaringoiatria...

Studio della disfonia come fenomeno legato alla presenza di neoplasie tumorali Analisi del segnale vocale (spettro di frequenza) per identificare il rumore vocale come sintomo di anomalia meccanica (normalmente identificato con visita mediante videolaringoscopio) Definizione di un sistema Web based per la registrazione e l'ascolto dei segnali vocali
 

Primo screening vocale (automatico) Il medico-specialista analizza off line con un ordine “suggerito” Il paziente in cura effettua controlli di follow up

ReVA: Remote Voice Analysis System
Internet Internet

Server

Il paziente da postazione remota si collega ed effettua il test on line Il server valida il dato, lo memorizza e ne effettua un primo screening segnalando al medico ed al paziente EPRs sono disponibili al medico off line:come varia il rapporto medco/paziente?

Patient/specialist View: Registrazione di dati e voce

Sistema disponibile on line. Collaborazione Unifi­ Unicz Gruppo Prof. Garozzo. risultati su BSP  Journal 2008

ReVA: spunti?

Gestione delle informazioni relative al feedback Ricadute nel sociale: risparmi sanitari e di servizio  (logistica nel raggiungimento delle sedi) Gestione dei dati del paziente (web e crittografia)

Rcc: Usiamo i server come supporto di teleassitenza cardiologica

Link Sistema molto semplice: tuttavia buono spunto di riflessione sulla applicabilità (serve in molti casi reali, probabilmente difficile da normare) Esempi simili : la teleradiologia Soluzione su http://bioingegneria.unicz.it/~veltri/Projects/RCC ACM BCB 2012

Web per sharing esperienze sull uso di protocolli terapeutici

Integrare esperienze diverse tra reparti di oncologie (quanto tempo alla follow up dopo applicazione di un protocollo P su una neoplasia T?) Idea: uso di (i) tecniche di integrazione basate su XML (ii) tecnologie P2P Ris. FGCS journal 2007
• • •

Meta EPRs • DB

Wrapper

EPRs DB • Pa

Meta EPRs • DB

Wrapper

Meta EPRs • DB

EPRs DB • CZ

Wrapper

(sigmcc)

EPRs DB • RC

Ogni ospedale si associa ad un Nodo (peer)

Un nodo diffonde una richiesta proveniente da un pc di reparto

?

Un nodo diffonde una richiesta proveniente da un pc di reparto

?

Ogni singolo ospedale ricerca nel suo DB il risultato e risponde

?

Il Risultato viene inviato al nodo richiedente

?

Sistema letto paziente: Cartesio per la scelta delle dimensoni degli stent coronarici

Immagini RX in continuo (scopia) con pz vigile
  

Identificazione di stenosi Scelta della dimensione degli stent (e del tipo) Posizionamento stent

PB: derivazione del segnale (real time per simulazione di posizionamento e per dimensionamento stent) Immagini DICOM non standard (es 1008 x 857 x 30fps) su schermi non standard
(Link ) . Risultati ICCS 2009 – veltri et al.

Cartesio
 

Acquisizione di immagini in tempo reale Misurazione, definizione degli stent, simulazione, posizionamento Posizionamento: clinici gia molto esperti!

Cartesio

Lavora in sala in parallelo Dalla regia a supporto delle immagini (legge da PACS per didattica su specializzandi) Usa guida con patent (cartesio) con radio-opachi – Idea del Prof. Indolfi

Sistemi on line (letto paziente)

Vincoli di progettazione
   

Totalmente bugfree (robustezza Hw e Sw) Difficoltà di testing Simulazioni complicate Integrazione ed accordi con vendor terzi

Normativa sul consenso e sulla gestione dei dati del paziente Sperimentazione sul paziente o sui segnali (sperimentazione derivata)

Osservazioni e spunti di riflessione

Reva e telecontrollo – variazione di comportamento sui pazienti e sul rapporto medico paziente Cartesio – simulazione dell intevento: diverso approccio al consenso informato Sigmcc e cartelle cliniche – necessità di banche dati di condivisione di esperienze (forum di pazienti) Il fascicolo elettronico: coefficiente di penetrazione? Ancora: dati da laboratorio: quando il ritorno sul clinico?

Spettrometria di Massa: Molti peptidi (proteine) mancano nel campione analizzato patologia o errore di misurazione?

Da una analisi approfondita sui dati, si ritrova che i risultati mancano perche' ll sw non esegue una ricerca accurata

EX: in sample 1 from 98 to 167 Peptide identified!

Usando Eipeptidi si ha un improvements di quasi il 100 % Ris. BMC Bioinformatics 2007 – EipEptidi. Veltri et al

Dati da laboratorio Proteomica e Genomica

Tecniche di predizione e di estrazione di informazioni usate
  

Spettrometria di massa (prot. in un campione) Per l analisi di microarray data (affymetrix) Per la predizione di strutture proteiche (CASP con univ di Dublino) Per l analisi di interazioni PPI (protein 2 protein interactions)

Osservazioni: difficile trasmissione dei risultati sul lato clinico (normativa?) Connessione con dati clinici (progetto PRIN 2008, con PoliMI)

Georeoferenziamo le informazioni...cliniche :-)

Recente attività, riprendiamo le esperienze di geo-informatica Applicazioni di tipo epidemiologiche e di supporto allo studio dei fenomeni medico/clinici/genetici della popolazione Geomedica: è un'applicazione Web based che geolocalizza i dati inseriti (di medici di base, di famiglie con caratteristiche simili, di TSH) e ne consente lo studio e la visualizzazione

Perchè Geo...medica?

Pazienti di tutti i medici di base della città X, malati di carcinoma che abitano a meno di 3 KM dal punto di interesse P1 (pilone alta tensione, discarica...) - e viceversa (trovare i potenziali punti di interesse)

Geomedica e screening neonatale

Calcolare e zone di interesse per soglie di malattie di ipotiroidismo congenito, per ottimizzare lo screening ed evitare falsi negativi (bimbi affetti da patologie e non identificati) 18 mila nati all' anno, screening presso Campus (Prof. Parlato) Dati anonmizzati e mappati sul territorio e calcolo indicatori statistici per aree e NON piu' per province o regioni (che spesso ospitano territori morfologicamente diversi)

Dati mappati usando api di google map

TSH in zone sottoposte a studi ambientali

Valori di TSH Sopra una soglia Ultimi 10 anni

dati a ridosso del mare sono diversi da quelli di entroterra. Trattati in egual modo

Applicazioni (di interesse socio economico)
  

Dati cardiologici DRG (controllo della spesa pubblica) Geo-pianificazione degli interventi (potenziamento delle strutture sanitarie dove serve) Cruscotto direzionale decisionale (modello geo-marketing) Applicazioni in ambito agricolo (stress del terreno coltivato) Risultati: ACM Health GIS 2012 (veltri et al)

Conclusioni

L'integrazione dei saperi e la cooperazione aumenta la conoscenza Le regolamentazioni per il trattamento delle informazioni hanno lasciano spesso il passo all'ormai informazione immediatamente fruibile (“tweet”) Gli strumenti per “eHealth” sono pronti e disponibili...seppur ancora di difficile implementazione...

...e per ePatient (o ePhysician)?

Ci vuole ancora un po'...
(img ripresa da www.marting.biz)

Grazie per l attenzione e l' opportunità Pierangelo Veltri Dipartimento scienze medice e chirurgiche Università Magna Graecia di Catanzaro veltri@unicz.it