Algoritmi baresi alla conquista di Harvard
Una competizione indetta dalla prestigiosa università americana, volta a individuare metodi di diagnosi precoce di malattie neurodegenerative attraverso l'analisi di immagini di risonanza magnetica strutturale del cervello, ha premiato il lavoro di un team tutto italiano composto da ricercatori delI'Istituto di studi sui sistemi intelligenti per l'automazione del Cnr dell'Università di Bari e dell'Infn
Gli algoritmi sono procedimenti che consentono la risoluzione di un determinato problema attraverso un numero finito di istruzioni sequenziali semplici. In realtà, di semplice in un algoritmo c’è ben poco: lo sa bene chi per mestiere elabora queste istruzioni e le immette in un computer, sfidando ogni giorno la capacità di apprendimento delle macchine, con l’obiettivo di riprodurre sistemi di acquisizione automatica simili a quello umano. Siamo nel mondo del cosiddetto apprendimento supervisionato, una delle aree fondamentali dell’intelligenza artificiale.
Per Rosalia Maglietta (nella foto), dell’Istituto di studi sui sistemi intelligenti per l'automazione (Issia) del Cnr di Bari, lo sviluppo di algoritmi per l’apprendimento supervisionato applicati alla biomedicina è pane quotidiano. Le sue competenze statistiche e bioinformatiche hanno recentemente richiamato l’attenzione dei media in occasione di una competizione lanciata dalla Harvard Medical School, che mirava a individuare gli algoritmi migliori per l’analisi di immagini di risonanza magnetica strutturale del cervello allo scopo di predire, con la maggiore precisione possibile, l’eventuale presenza di patologie neurodegenerative. Gli algoritmi presentati da un team interdisciplinare di scienziati baresi, di cui la Maglietta fa parte, si sono rivelati i più accurati in termini di predizione diagnostica.
“La competizione prevedeva l’analisi di due serie di dati forniti direttamente dall’Università di Harvard. La prima serie corrispondeva a immagini relative a diverse malattie neurodegenerative suddivise in categorie, su cui gli algoritmi di apprendimento supervisionato venivano addestrati, mentre la seconda serie erano dati 'in cieco’, ovvero di cui non si conosceva la diagnosi”, spiega la ricercatrice.
L’efficacia di un algoritmo si misura in termini di accuratezza, significatività statistica e capacità di funzionare in maniera univoca in risposta a gruppi di dati eterogenei. “Sulla base di queste caratteristiche, gli algoritmi che abbiamo elaborato, in collaborazione con il dipartimento di fisica dell’Università di Bari e l’Istituto nazionale di fisica nucleare, hanno scalato la classifica americana, superando i 50 gruppi di ricerca che da tutto il mondo hanno partecipato alla competizione”, continua Maglietta.“Questo risultato non solo ci farà volare a Boston, dove parteciperemo alla Conferenza Miccai (Medical Image Computing and Computer Assisted Intervention), che si svolgerà a settembre presso il Massachusetts Institute of Technology, ma ci darà anche l’opportunità di contribuire a una pubblicazione scientifica congiunta insieme agli altri partecipanti della competizione”.
La diagnosi precoce di malattie neurodegenerative, come l’Alzheimer, il Parkinson, la sclerosi laterale amiotrofica, attraverso l’analisi strutturale di immagini di risonanza, si inserisce nel solco della disciplina emergente delle neuroscienze computazionali ed è tra gli ambiziosi traguardi del prossimo futuro. “Il nostro auspicio è che l’Issia-Cnr possa continuare a contribuire all’avanzamento della conoscenza nell’ambito delle analisi biomediche automatiche, puntando sulla professionalità e sull’entusiasmo dei suoi ricercatori, affinché la medicina preventiva possa affidarsi a predizioni sempre più attendibili ed efficaci”, concluede il direttore dell’Istituto, Massimo Caccia.
Nicoletta Guaragnella
Fonte: Lia Maglietta, Istituto di studi sui sistemi intelligenti per l'automazione, Bari, tel. 080/5929454 , email maglietta@ba.issia.cnr.it -