[as] riflessi - Data mining in fisica medica.

Orientarsi in una foresta di dati, cercando un ordine, una struttura o un significato all’interno di un gran numero di informazioni. È questo l’obiettivo del data mining, un insieme di tecniche matematiche che stanno entrando gradualmente in contatto con la ricerca medica: dalla classificazione dei tumori all’interpretazione di una radiografia, dalla diagnosi di alcune patologie all’individuazione automatica delle strutture anatomiche. Il processo di collaborazione tra medicina e data mining risponde all’esigenza della ricerca medica di gestire campioni di dati molto eterogenei e inizia a ottenere i primi risultati. Tra questi, uno studio recente ha confermato che la tomografia a emissione di positroni (Pet) è un ottimo strumento per la diagnosi della demenza a corpi di Lewy (Dementia with Lewy Bodies, Dlb), una patologia simile alla malattia di Alzheimer, e ha delineato le complesse relazioni tra il metabolismo celebrale, i sintomi della malattia e la sua gravità. Lo studio, che ha impiegato strumenti di data mining largamente usati in fisica, ha coinvolto fisici dell’Infn coordinati dal ricercatore Andrea Chincarini e medici del Policlinico San Martino e dell’Università di Genova. “La ricerca nel campo del neuroimaging è particolarmente adatta all’applicazione del data mining, perché il suo oggetto di studio, il cervello, ha una struttura complessa, articolata, piena di collegamenti, quindi molto eterogenea,” spiega Chincarini. “In ogni caso, non ci fermiamo a questo importante risultato per la diagnosi della Dlb: stiamo continuando a lavorare a stretto contatto con i medici per studiare altre patologie neurodegenerative come la malattia di Alzheimer, la sclerosi multipla o il morbo di Parkinson, utilizzando contemporaneamente più tecniche di neuroimaging: Pet, tomografia computerizzata (Tac) e risonanza magnetica”. Secondo Chincarini, oltre agli ottimi risultati immediati, lavorare su questo filone di ricerca, alla frontiera tra fisica, medicina e data science, sarà anche di grande impatto metodologico: per esempio, la medicina si sta dotando di modelli quantitativi che, tra i molti vantaggi, renderanno la ricerca medica più efficace e forniranno nuovi strumenti per arrivare a decisioni maggiormente informate sulle patologie. Si riuscirà poi a utilizzare al meglio le ricerche che coinvolgono più centri di ricerca, riuscendo a confrontare tra loro dati presi in tutto il mondo. Per quanto riguarda la ricerca in fisica di base, invece, lavorare sul data mining stimola la creazione di nuove figure professionali, i data scientist, che sanno legare il mondo variegato del data mining e quello della fisica. I data scientist conoscono a fondo gli strumenti matematici, che adattano alle caratteristiche dei dati da analizzare, così da individuare le tecniche e gli strumenti più adatti a un particolare esperimento. “All’Infn iniziamo ad avere figure professionali di questo tipo per migliorare la comprensione dei nostri esperimenti anche sotto l’aspetto delle proprietà dei dati”, conclude Chincarini.

 

[scarica pdf]