GLIOGEN-X
Aspetti generali
GLIOGEN-X “From Magnetic Resonance Imaging to Molecular Signatures: Generative AI for Virtual Biopsy in Gliomas” è un progetto di ricerca che punta a verificare se le immagini di risonanza magnetica (RM) cerebrale contengano già le informazioni necessarie a caratterizzare il profilo molecolare dei gliomi. Coordinato dalla PMI Siena Imaging s.r.l., ha come partner la Fondazione Toscana Life Sciences (TLS), l’Università di Manchester, la Fundació per a la Universitat Oberta de Catalunya e la Northern Care Alliance NHS Foundation Trust (ente affiliato) ed è uno dei 7 progetti finanziati dall’European Innovation Council (EIC) nell’ambito del bando Pathfinder Challenges “Generative-AI based Agents to Revolutionize Medical Diagnosis and Treatment of Cancer” (Horizon Europe), dedicato alla ricerca di frontiera ad alto rischio e alto potenziale.
GLIOGEN-X è finanziato con un budget complessivo di 3.996.043,38 euro per una durata di 4 anni.
Attività Progettuali
GLIOGEN-X esplora la possibilità di ricavare dalle immagini di risonanza magnetica (RM), grazie all’intelligenza artificiale generativa, informazioni utili a caratterizzare il glioma dal punto di vista molecolare. L’obiettivo di lungo periodo è contribuire allo sviluppo di uno strumento di supporto alla diagnosi che, in futuro, potrebbe affiancare le procedure tradizionali o ridurre il ricorso a procedure diagnostiche e chirurgiche invasive.
Il progetto si articola su tre pilastri:
- Sperimentazione generativa: modelli di IA che, a partire da immagini reali di risonanza magnetica, generano immagini di risonanza realistiche per capire quali caratteristiche molecolari del glioma lasciano una traccia misurabile nelle immagini stesse;
- Validazione: verificare l’esistenza di una “impronta biologica” molecolare rilevabile nelle immagini di Risonanza Magnetica;
- Previsione trasparente e affidabile: modelli algoritmici di “biopsia virtuale” interpretabili, in grado di identificare le principali firme molecolari a partire dalle sole immagini e di indicare il proprio grado di incertezza.
Si tratta di un nuovo approccio nell’ambito della neuro-oncologia, basato sull’applicazione di Intelligenza Artificiale, per dimostrare come l’imaging possa fornire informazioni sulle caratteristiche molecolari del tumore, favorendo un processo diagnostico meno invasivo e personalizzato. Il tutto sviluppato attraverso un’Infrastruttura federata “federated lerning”, che consente di validare i modelli senza trasferire i dati dei pazienti, nel pieno rispetto del GDPR.
GLIOGEN-X is Funded by the European Union. Views and opinions expressed are however those of the author(s) only and do not necessarily reflect those of the European Union or European Innovation Council and SMEs Executive Agency (EISMEA). Neither the European Union nor the granting authorities can be held responsible for them.
GLIOGEN-X is Funded by the European Union. Views and opinions expressed are however those of the author(s) only and do not necessarily reflect those of the European Union or European Innovation Council and SMEs Executive Agency (EISMEA). Neither the European Union nor the granting authorities can be held responsible for them.