La compagnia annuncia una partnership con l’organizzazione globale che raccoglie fondi per la ricerca sul T1D. Soluzioni di machine learning analizzeranno anni di ricerca a livello mondiale. In arrivo una marea di big data per la ricerca di una cura.
Il machine learning di Ibm scende al fianco di Jdrf nella lotta contro il diabete di tipo 1 (T1D). L’accordo di collaborazione fra la società statunitense e l'organizzazione globale che raccoglie fondi per la ricerca apre nuove prospettive di utilizzo delle moderne tecnologie digitali in ambito medico-scientifico. Innovative applicazioni e soluzioni di apprendimento automatico andranno infatti ad analizzare i dati generati da anni di ricerca a livello mondiale sul T1D, aprendo la caccia ai fattori che causano l’insorgenza della malattia nei bambini.
Si tratta di una patologia che oggi colpisce circa 1,25 milioni di cittadini solo negli Stati Uniti ma, soprattutto e purtroppo, per la quale attualmente non esiste una cura. Motivo per cui l’accelerazione alla ricerca impressa da Ibm assume una valenza ulteriore, consentendo ai team di esperti di Jdrf di sfruttare la preparazione tecnica e la potenza computazionale della compagnia Usa per abbattere drasticamente i tempi della ricerca.
«L'obiettivo di Jdrf è eliminare completamente il diabete di tipo 1 e questa partnership ci permette di aggiungere alla nostra missione il più avanzato potere computazionale del mondo - spiega Derek Rapp, presidente e ceo dell’organizzazione – Noi supportiamo i ricercatori in tutto il mondo ma non abbiamo mai avuto la possibilità di analizzare i loro dati a livello globale, in modo tale da potere capire il motivo per cui alcuni bambini sono a rischio di ammalarsi di T1D ed altri no. L'analisi di Ibm potrebbe aprire le porte alla comprensione dei fattori di rischio del T1D e addirittura riuscire in futuro a prevenire completamente la malattia».
Gli scienziati del colosso Usa sono pronti ad analizzare almeno tre diverse serie di dati e applicare gli algoritmi di machine learning per cercare di individuare i modelli e i fattori in gioco, con l'obiettivo di capire in che modo ritardare, o addirittura evitare, l'insorgenza del T1D nei bambini. Per abbinare le variabili e i formati di dati, e confrontarne le diverse serie, gli scienziati sfrutteranno i dati raccolti in precedenza tramite i progetti di ricerca globale di Jdrf.
Passato, presente e futuro si mischiano così in un progetto ambizioso che prevede anche l'inclusione delle variabili genetiche, familiari e relative agli autoanticorpi all’interno dell’analisi dei dati, al fine di generare una serie di caratteristiche che sono alla base e condivise in tutti i set di dati. I modelli che saranno così prodotti quantificheranno il rischio del T1D in base ai set di dati combinati, offrendo ai ricercatori di Jdrf migliori possibilità di raggruppare i pazienti sulla base dei maggiori fattori di rischio.
«Quest'anno saranno diagnosticati circa 40mila nuovi casi di diabete di tipo 1 negli Stati Uniti. Ciascun paziente genera nuove cartelle cliniche e nuovi dati che, se sfruttati, potrebbero contribuire a comprendere meglio la patologia - spiega Jianying Hu, senior manager e program director del Center for Computational Health Ibm Research - La profonda competenza del nostro team in materia di intelligenza artificiale, applicata ai dati medici, ci colloca in una posizione unica per potere aiutare Jdrf a capire a fondo le ampie serie di dati e a fare progredire la medicina di precisione verso la prevenzione e la gestione del diabete».
Le future fasi della collaborazione, spiegano Ibm e Jdrf, potranno includere l'approfondimento dell'analisi dei big data, con l'obiettivo di comprendere meglio le cause del T1D. La partnership potrà inoltre analizzare set di dati più complessi, come ad esempio il microbioma e la genomica o i dati della trascrittomica. Infine, ma non per questo meno importante, la conoscenza acquisita tramite queste analisi potrà aiutare Jdrf nella ricerca di una cura per le persone affette da T1D.
Tratto da: La Repubblica, 19 settembre 2017
Segnala ad un'amica o ad un amico
Stampa la pagina