REGIONE: CAMPANIA - TIPOLOGIA: MODELLI SOCIO-SANITARI INTEGRATI E DI COOPERAZIONE CLINICA
PREMIO FORUM PA SALUTE
ARTIFICIAL NEURAL NETWORK E EXPERT SYSTEM QUALI STRUMENTI INFORMATICI DI SUPPORTO PER LA GESTIONE CLINICO-DIAGNOSTICO DI PAZIENTI CON CANCRO DELLA MAMMELLA (A.N.N.E.S.-B.C.)
Parte I°: ANAGRAFICA
ASL
ASL NAPOLI 3
Direzione Sanitaria - Dip. Di Chirurgia Generale del P.O. ''S. Giovanni di Dio'' (dipartimento, servizio, ufficio, etc.)
VIA PADRE MARIO VERGARA (via e n° civico)
80027
FRATTAMAGGIORE
NA (in sigla)
Campania
www.aslnapoli3.it
Referente del progetto:
Michele
Perrotta
Direttore Dipartimento di Chirurgia P.O. San Giovanni di Dio
ASL NAPOLI 3
Via Giovanni XXIII
Frattaminore
NA (in sigla)
raffaellacerqua@aslnapoli3.it
081.8891781
081.8891781
Parte II°: PROGETTO – Aspetti generali
Categoria di concorso
X Idee e Progetti Innovativi
Durata del progetto
01/2005 (mm/aaaa)
01/2006 (per progetti candidati nella categoria “idee e progetti innovativi” indicare la data prevista per la messa in esercizio)
Area di intervento del progetto
X Modelli socio-sanitari integrati e di cooperazione clinica
Tipologia di Progetto
X Sperimentazione
Direzione Sanitaria- Dip. Di Chirurgia Generale del P.O. ''S. Giovanni di Dio''
Il presente progetto mira ad informatizzare ed integrare un normale programma di screening diagnostico per la diagnosi precoce del carcinoma della mammella. Esso è rivolto allo sviluppo di tecniche innovative per applicazioni mediche avanzate, questo grazie alle importanti innovazioni tecnologiche nel settore del Information Technology. In particolare si intende sviluppare alcune metodologie basate sui Knowledge-Based System. Il progetto appare scientificamente molto stimolante e con un potenziale economico e sociale molto alto. Proprio per la sua natura profondamente interdisciplinare esso richiede una stretta collaborazione fra esperti appartenenti ad aree molto diverse. L'obiettivo del progetto è duplice: il primo rivolto a sviluppare metodologie ed algoritmi per un sistema che usa Artificial Neural Network in modo da migliorare l'interpretazione delle immagini mammo-ecografiche, mentre il secondo è rivolto a creare un sistema software autonomo ( Expert System ) che sia capace di identificare e classificare un numero maggiore di neoplasie in fase iniziale rispetto alle normali procedure di screening diagnostico finora utilizzate. Il rapporto con il cittadino è inizialmente affidato al medico di base (Medico Medicina Generale) che ha il delicato compito di sensibilizzare ed informare l'utente; all'assistita che accetta tale programma di screening diagnostico, viene suggerito di effettuare una visita specialistica ambulatoriale e la si invita a compilare una scheda anamnestica informatizzata. Lo step successivo prevede una eventuale integrazione diagnostica per immagini (mammo-ecografia). I mammogrammi e gli ecogrammi così ottenuti vengono inseriti in un tool-software, basato su Artificial Neural Network o Rete Neurale Artificiale. Quest'ultimo analizza le immagini acquisite, proponendo una classificazione delle diverse lesioni mammarie. Le informazioni estrapolate da questo software informatizzano l'Expert System, un sistema esperto impostato anche sulle variabili acquisite nel corso dell'iter anamnestico e diagnostico. Tale sistema esperto è capace nel tempo, grazie all'elaborazione di queste dati , di fornire un informazione integrativa e complementare al giudizio del medico. ed un informazione diagnostica automatica sulla natura stessa della patologia. Gli steps successivi prevedono la possibilità di integrare le informazioni già presenti nel sistema con gli esami bioptici o microistologici, completando così la fase di acquisizione diagnostica. Le pazienti sono suddivise in due gruppi: pazienti con rilievi diagnostico-anamnestici positivi o a rischio e pazienti sane; tutte le pazienti con anamnesi a rischio e/o lesione mammaria a rischio o positiva per cancro vengono arruolate per lo specifico trattamento chirurgico o per il relativo follow-up. L'informazione viene continuamente informatizzata e restituita al Expert System (Sistema esperto) sistema esperto che, aggiornandosi, comincia quindi la fase di apprendimento e definizione del le regole principali di diagnosi automatica.
Ritardo diagnostico e carenze nell'attuazione dei programmi di screening; mancato coordinamento nella gestione delle informazioni relative alle pazienti oncologiche; mancanza di un supporto tecnologico avanzato
Messa a punto della metodologia e individuazione delle strutture operative coinvolte. Implementazione dei tool-software (Artificial Neural Network e Export System) Corso di formazione per il personale addetto all'utilizzo del software Pubblicazione dei risultati dello studio sul miglioramento della diagnosi precoce.
L'obiettivo è quello di produrre uno strumento informatizzato (Sistema Esperto) , che integrato con il nostro sistema neurale, sia capace di identificare e classificare un numero maggiore di neoplasie in fase iniziale rispetto alle normali procedure di screening diagnostico, inizialmente integrando la valutazione radiologica e successivamente implementando i sistemi basati su data processing; tale strumento rappresenta un supporto clinico-diagnostico per tutti gli operatori coinvolti nelle diverse fasi del progetto.
Determinare precocemente la presenza di una lesione neoplastica maligna nell'ambito di uno screening territoriale per la prevenzione del cancro della mammella. - Determinare in base alla classificazione diagnostica e istologica dei diversi tipi di lesione mammaria un comportamento clinico evolutivo caratteristica - In fase avanzata del progetto individuare il tipo di trattamento chirurgico e il protocollo oncologico più adeguato.
Progetto in fase di realizzazione 10%
IL progetto si propone come prima applicazione dell'intelligenza artificiale a un programma di screening diagnostico per la prevenzione delle patologie oncologiche attraverso un modello di implementazione diagnostica (reti neurali) e un modello innovativo e dinamico di analisi e valutazione critica dei dati (sistema esperto): un software capace di migliorare il giudizio diagnostico del clinico e lo studio predittivo e prognostico del comportamento neoplastico.
Parte III°: PROGETTO - Aspetti specifici
Pianificazione dell'intervento ed individuazione delle strutture operative
Analisi delle criticità e dei limiti che normalmente emergono dai programmi di screening e dalla gestione organizzativa e assistenziale delle pazienti oncologiche - Individuazione delle strutture operative coinvolte nella realizzazione del progetto, delle relative competenze e delle risorse assorbite dallo stesso. - Definizione in dettaglio della tempistica degli interventi; - Individuazione di alcuni livelli di sovrapposizione dei compiti ed eventuali nodi di criticità del processo - Individuazione dei diversi input del sistema.
01/2005 (mm/aaaa)
12/2005 (mm/aaaa)
Realizzazione del sistema per l'interpretazione delle immagini basato su A.N.N. (Artificial Neural Network
Estrapolazione delle informazioni dalle immagini mammo-ecografiche - Creazione dei dati di input e della rete neurale specifica - Definizione dei dati di output della rete Realizzazione del Sistema Esperto - Definizione dell'Area Dati della Base di Conoscenza e del Motore Inferenziale del Sistema Esperto - Definizione degli output del sistema esperto - Creazione dell'interfaccia utente
09/2005 (mm/aaaa)
07/2006 (mm/aaaa)
Attività formativa Individuazione delle competenze necessarie all'interno delle strutture che utilizzano il sistema.
In tale fase sono individuate le categorie di soggetti cui indirizzare l'attività formativa - sono sviluppati i contenuti e le modalità di fruizione dell'attività formativa - si procede all'erogazione dell'attività formativa attraverso una versione demo del sistema - si valuta l'impatto in termini di apprendimento dell'attività formativa
01/2006 (mm/aaaa)
07/2006 (mm/aaaa)
Fase 4°
Test del sistema
Valutazione delle informazioni derivanti dal sistema, con la conseguente definizione del tipo di trattamento chirurgico da effettuare e il protocollo oncologico più adeguato da adottare Valutazione del livello di funzionalità del sistema implementato. In tale fase: - si procede al test del funzionamento dei singoli moduli di cui è composto il sistema - analisi dello scostamento tra il risultato ottenuto dal sistema ed il risultato ottenuto dalla diagnostica tradizionale - Revisione delle procedure ed eventuali modifiche volte al miglioramento del sistema - Valutazione della funzionalità del sistema in termini di fruibilità da parte degli operatori.
Data Inizio
09/2006
Data Fine
09/2007
Obiettivi attesi/conseguiti
L'obiettivo è quello di produrre uno strumento informatizzato (Sistema Esperto) , che integrato con il nostro sistema neurale, sia capace di identificare e classificare un numero maggiore di neoplasie in fase iniziale rispetto alle normali procedure di screening diagnostico, inizialmente integrando la valutazione radiologica e successivamente implementando i sistemi basati su data processing; tale strumento rappresenta un supporto clinico-diagnostico per tutti gli operatori coinvolti nelle diverse fasi del progetto. enti: - determinare precocemente la presenza di una lesione neoplastica maligna nell'ambito di uno screening territoriale per la prevenzione del cancro della mammella. - Determinare in base alla classificazione diagnostica e istologica dei diversi tipi di lesione mammaria un comportamento clinico evolutivo caratteristica - In fase avanzata del progetto individuare il tipo di trattamento chirurgico e il protocollo oncologico più adeguato.
Il progetto interessa
PARTNERSHIP
Il progetto è stato realizzato in partnership con altri soggetti?
X Università X Medici di medicina generale X Altro
Specialist ambulatoriali - Collaboratori esterni con professionalità specifica in Ingegneria dell'Informazione
OBIETTIVI DI EFFICIENZA/QUALITA’
Indicare i principali obiettivi di efficienza
X Migliorare la qualità dell'assistenza X Maggiore efficienza dei processi clinici X Riduzione degli errori medici
(massimo 3)
Dopo l'implementazione del progetto, sono state effettuate valutazioni economiche o dell'impatto organizzativo ?
X no
ORGANIZZAZIONE E RISORSE
Il costo complessivo annuo del progetto è pari a Euro 85.000 di cui 38.000 euro per il pagamento di esperti informatici e di contabilità analitica e 47.000 euro per l'impegno di risorse interne all'azienda.
Professionalità coinvolte
Medico specialista, medico di medicina generale, Tecnico di Radiologia e di Laboratorio, Ingegnere, Infermiere, Sociologo, Psicologo.
Il progetto ha comportato nuove modalità organizzative?
X si
Risorse interne
1 Professore Ordinario
1 Professore Associato
1 Dottorando
2 Dirigenti medici I livello
4 Ricercatori
4 Operatori sanitari
1 Opertatore CED
2 Operatore tecnico
4 Collaboratori amministativi
3 Dirigenti II livello
Risorse esterne
5 Ricercatori
1 Operatore informatico
1 Ingegnere
1 operatore CED
1 Psicologo
Articolazione nel programma
I Fase
Medico di Base - A.S.L. Na3
Modello Informativo per le pazienti
II Fase
Specialistica Ambulatoriale - A.S.L.Na3
Visita, Esame Obiettivo ed Ecografia
Scheda o questionario informatizzato
III Fase
Radiologia - A.S.L. Na3
Mammografia con due proiezioni
IV Fase
Centro Elaborazioni Dati - A.S.L. Na3 - Cons. Est. Ingegneristica
Informatizzazione Schede e Scansioni Mammografiche
V Fase
Ambulatorio, Day Surgery o Unità Operativa di Chirurgia Generale
- A.S.L. Na3
Biopsie e Microistologici
VI Fase
Dpt. S.U.N.
Campioni conservati a -80°
Analisi Genetiche - Real Time PCR e Complementary DNA array
VII Fase
Anatomia Patologica - A.S.L. Na3
Istologia Tradizionale, Microistologia e Immunoistochimica
Ricerca Finalizzata
8
VIII Fase
U.O. Chirurgia Generale - A.S.L. Na3
Eventuale Intervento per cancro e Ricostruzione Immediata
VIII Fase
A.S.L. Na3 - Consul Est.
Determinazioni geniche BRCA 1 e 2
IX Fase
V Divisione di Chirurgia Generale - Dpt. S.U.N.
Mastectomia Sottocutanea Periareolare e Ricostruzione Immediata
X Fase
Ambulatorio di Chirurgia Generale - A.S.L. Na3
Follow up
(Se sì, specificare quali)
TECNOLOGIE
Riduzione costi di funzionamento ed efficienza dei processi amministrativi
L’utilizzo delle ICT ha in particolare contribuito al perseguimento di quali tra i seguenti obiettivi?
X Migliorare la qualità dell'assistenza X Maggiore efficienza dei processi clinici X Riduzione degli errori medici X Erogazione di nuove tipologie di servizi X Aumentare la capacità di soddisfare la domanda di salute sul territorio X Facilitare la continuità delle cure e la presa in carico del paziente X Integrazione tra soggetti del sistema sanitario
Quali dei seguenti standard sono utilizzati nel progetto?
X Altro
JPG, TXT, DOC
Quali delle seguenti tecnologie/canali sono utilizzate/i nel progetto?
X Altro
Intranet
CRITICITA'
Quali sono state le principali difficoltà affrontate nella implementazione del progetto?
X Di carattere organizzativo X Di carattere procedurale X Di carattere tecnologico
Risultati
1) pazienti con parametri anamnestici (familiarità, iperestrogenismo, parità, etc.) e/o con parametri biologici (positività per le mutazioni BRCA1 e di rischio o in generale tutte le pazienti>40 anni descrizione dei parametri anamnestici (familiarità, i, parità, etc) e/o con parametri biologici
Reclutati dai MMG
2) numero di pazienti a rischio identificate nel campione screenato
3) il percorso diagnostico sdoppiato in due bracci (doppio cieco) braccio a) iter diagnostico tradizionale (15 pz) braccio b) iter diagnostico integrato (15 pz) mirava alla precoce identificazione e tipizzazione delle seguenti patologie della mammella:
o Primo gruppo: cancro della mammella
o Secondo gruppo: Ca duttale o globulare in situ e/o altre forme tumorali
o Terzo gruppo: iperplasia duttale atipica e lobulare atipica, papillomatosi intraduttale, adenosi sclerosante
o Quarto gruppo: Displasia mammaria benigna
4) Miglioramento della sensibilità, specificità e accuratezza diagnostica rispetto all'imaging tradizionale nel braccio B (confronto dopo riscontro istologico della sensibilità pper cancro dell'imaging tradizionale rispetto all'imaging integrato da ANN nel braccio B 15 paz.)
5) riduzione dei tempi di erogazione delle prestazione ( un obiettivo futuribile di tali applicazioni informatiche avanzate potrebbe mirare ad una significativa riduzione dei tempi di erogazione delle prestazioni , mediante la possibilita di automatizzare sia il percorso clinico che la diagnostica di imaging) (Esempi di parametri:
numero di prenotazioni o di prestazioni trattate in forma elettronica
tipologie di patologie o tematiche coinvolte
numero documenti o messaggi trattati
Per ogni tipo di parametro, indicare la percentuale raggiunta al febbraio 2005 sul valore totale dell’indicatore ad esempio: numero di prenotazioni trattate in forma elettronica su totale prenotazioni trattate dalla struttura).
Bacino di utenza
120
25 %
Numero di prenotazioni o di prestazioni trattate in forma elettronica
Tipologie di patologie o tematiche coinvolte
Numero documenti o messaggi trattati
Riduzione dei tempi di erogazione delle prestazioni
Altri indicatori specifici, qualitativi e quantitativi per descrivere i risultati
