Estrazione automatica e sicura dei dati radiologici
La soluzione permette l’estrazione automatica delle informazioni presenti sui referti di radiologia utilizzando tecniche di Natural Language Processing (NLP). Grazie alla pseudonimizzazione garantisce inoltre una protezione avanzata del dato sanitario.
Estrazione automatica delle informazioni
Anonimizzazione del dato sanitario
Replicabilità in molteplici ambiti clinici
Come funziona
Ottimizzazione della lettura dei referti
La soluzione, attraverso l’uso di Named Entity Recognition (NER), digitalizza e permette l’estrazione di informazioni cruciali dai referti di radiologia, comprese l’anagrafica del paziente, l’anamnesi, le osservazioni cliniche dai test strumentali, i risultati della visita e le considerazioni del clinico.
I dati diventano così facilmente accessibili per i sistemi clinici e possono essere utilizzati per addestrare modelli di intelligenza artificiale, da cui è possibile ricavare indicatori predittivi.
Dopo aver identificato le informazioni da estrarre, grazie allo strumento Natural Language Studio (NL Studio) presente sulla nostra piattaforma AIWave, la soluzione esegue l’annotazione sui referti pseudonimizzati permettendo l’individuazione rapida e automatica del dato ricercato e garantendo la privacy del paziente.
Fattori distintivi
Interpretazione chiara
dei dati
Strumenti avanzati per la comprensione e l’ interpretazione del linguaggio umano (tecnologie NLP).
Classificazione automatica
Metodologie per l’identificazione e la categorizzazione delle entità nominative (NER).
Sicurezza del dato
Anonimizzazione e pseudonimizzazione per garantire la privacy del paziente.
Use case
Dati estratti all'istante
La sfida
Per un Istituto di cura a carattere scientifico, scegliere la tecnologia Almawave significa poter raccogliere in modo rapido, preciso e completo – e nel pieno rispetto della privacy – i dati relativi ai singoli pazienti per renderli facilmente utilizzabili per studi clinici e ricerche.
La soluzione
Le nostre consolidate competenze nelle tecnologie di text analytics e natural langugage processing permettono di estrarre in modo massivo da grandi volumi di referti le variabili cliniche del paziente (opportunamente pseudonimizzato), e di trasformarne i relativi valori in dati strutturati con cui popolare dataset da utilizzare per le elaborazioni.
Il risultato
A partire dai risultati clinici dei pazienti, l’Istituto può così disporre in tempi celeri di una base di conoscenza ampia e articolata su cui calcolare indicatori, effettuare analisi statistiche, testare ipotesi ed allenare modelli AI, sia per valutare l’evoluzione dei casi singoli (in maniera completamente anonimizzata), sia per ricerche su gruppi più ampi.
