La matematica che arricchisce la medicina: grazie ai numeri diagnosi e cure sempre più precise

Immaginiamo che intorno allo stesso tavolo si seggano matematici, medici e esperti di data science e modellizzazione. In mezzo alla tavola troviamo le richieste di una medicina che cerca risposte sempre più accurate. A fianco c’è una matematica bisognosa di dati, ma capace di racchiudere la realtà in un insieme di leggi e equazioni in grado di descriverla in modo accurato, così da supportare meglio le decisioni del chirurgo.

Proprio in un contesto del genere vede la luce uno dei progetti di Moxoff, quello dedicato alla diagnosi dell’aneurisma aortico addominale. Nata come una start-up del Laboratorio di Modelling and Scientific Computing (MOX) del Dipartimento di Matematica del Politecnico di Milano, oggi Moxoff è un business maturo di proprietà della società italiana di software Zucchetti. Si occupa di applicare matematica, analisi dei dati e modellizzazione ai campi più disparati. Tra questi c’è appunto anche la medicina.

Il progetto che si occupa dell’aneurisma aortico addominale mira a guidare i medici verso una diagnosi sempre più accurata. In particolare, un’applicazione innovativa dell’analisi e della modellizzazione matematica di dati già presenti, consente di discriminare tra la necessità di operare o meno il paziente.

Più dati del previsto

L’aneurisma aortico addominale consiste in una dilatazione patologica di una porzione del tratto di aorta passante per l’addome. La parete aortica interessata dalla dilatazione è fragile e può rompersi con relativa facilità, provocando una grave perdita di sangue.

Oggi i medici stabiliscono se operare o meno un paziente sulla base di un’immagine ottenuta da una tomografia computerizzata, una TAC. Se il diametro dell’aorta dilatata supera i 5,5 centimetri il paziente va operato. “Questa è una linea giuda generica, spesso lontana dalle particolarità del singolo paziente”, commenta Emilio Baselice, Amministratore Delegato di Moxoff. Infatti talvolta possono esserci piccole dilatazioni dell’aorta a cui sono associate delle criticità maggiori ,che portano comunque a un rischio elevato per il paziente.

“Il valore del progetto deriva dall’unione di diverse competenze”, aggiunge Baselice. Gli indizi sullo stato del paziente provengono sempre dalle TAC dei medici, ma le immagini forniscono più dati di quelli che era possibile dedurre finora. “Le simulazioni matematiche servono per capire come opera il flusso sanguigno all’interno dell’aorta. Inoltre, si prendono in considerazione anche le caratteristiche fisiche del tessuto dell’aorta: ad esempio, elasticità, dimensione e curvatura”.

“Le simulazioni matematiche servono per capire come opera il flusso sanguigno all’interno dell’aorta”

La peculiarità di Moxoff risiede nella duplice capacità di analizzare i dati tramite la data science e di applicare modelli, ancora appartenenti alla scienza della fluidodinamica e dell’analisi funzionale, restituendo risultati più oggettivi e informativi di quelli ottenuti finora.

Foto Pexels, come le altre immagini dell’articolo

Dati e modelli per una medicina personalizzata

“Il nostro approccio ci consente di affrontare la tematica in modo eterogeneo per esaltare le informazioni già presenti nell’immagine della TAC”, commenta Baselice. L’elaborazione dei dati aumenta l’output informativo.

“Il nostro approccio ci consente di affrontare la tematica in modo eterogeneo per esaltare le informazioni già presenti nell’immagine della TAC”

“I dati della TAC sono esplosi in una realtà aumentata, che ha l’obiettivo di rendere subito evidente al chirurgo una serie di parametri di valutazione molto più accurati rispetto a quelli che lui vede con la classica TAC”.

Ciò va a vantaggio del paziente. La diagnosi diventa più accurata, puntuale e in grado di dare una valutazione più verosimile della reale situazione del paziente. I dati aiutano il medico a definire il percorso di intervento. Ma arrivare al punto in cui questi modelli forniscono le informazioni desiderate è solo l’ultima fase di un lungo e approfondito processo di sviluppo. Dunque a che punto è il progetto di Moxoff?

“Stiamo creando dei modelli per verificare ciò che veramente è realizzabile con i dati che possediamo”. Dalla definizione del problema alla selezione della strategia di modellazione per affrontarlo, ogni fase richiede scelte cruciali, che vengono rivalutate in seguito per garantire che riflettano la realtà.

“Però c’è molto ottimismo. Anche se gli output ottenuti finora non arrivano a dare un’indicazione puntuale, è già migliorativa rispetto a quella attuale”. Serviranno ancora due o tre anni prima di vedere il prodotto disponibile sul mercato. 

Scienza di frontiera

In questi ultimi anni stiamo assistendo a un incremento nella capacità computazionale e di modellizzazione. Tuttavia, siamo di fronte a una scienza ancor di frontiera. È un campo in cui c’è grande possibilità di espansione: in pochissimi ci stanno lavorando a livello mondiale. Le applicazioni possibili spaziano dalla chirurgia alla progettazione di farmaci. I modelli possono descrivere fenomeni fisiologici, ma sono utili anche per ricavare informazioni e guidare le decisioni cliniche.

Approcci simili sono utilizzati in altri campi medici. Paul Sweeney, un matematico dell’Università di Cambridge nel Regno Unito, ad esempio, utilizza modelli in silico per prevedere la perfusione. In sostanza, simula il passaggio dei fluidi attraverso i sistemi circolatorio o linfatico a un organo o tessuto. È un modello utile a comprendere come assicurare la somministrazione di farmaci attraverso piccoli vasi sanguigni che irrorano intere masse tumorali.

Un modello analogo è usato da Christian Vergara del Politecnico di Milano, in collaborazione con l’Ospedale Monzino di Milano, per studiare la perfusione coronarica nel miocardio.

Il gruppo di Steven Niederer presso il King’s College di Londra è in grado di identificare l’area migliore per stimolare elettricamente il cuore e studiare gli effetti del cambiamento del ritmo.

Al MOX del Politecnico di Milano il progetto iHEART diretto da Alfio Quarteroni sta realizzando per la prima volta al mondo un modello completo del cuore umano, con l’obiettivo di creare un digital twin personalizzato per ogni paziente.

Un business innovativo

“L’idea del progetto di Moxoff è nata grazie a menti aperte”, racconta Baselice. Cioè dall’incontro tra Alfio Quarteroni, matematico di fama mondiale abituato ad applicare la sua disciplina per risolvere problematiche concrete del mondo reale, e due chirurghi vascolari,
Maurizio Domanin e Santi Trimarchi, entrambi operativi presso la Fondazione Policlinico di Milano e docenti di chirurgia vascolare all’Università Statale di Milano. Grazie all’esperienza maturata in anni di ricerca e collaborazione scientifica in campo ingegneristico, i due medici conoscono l’importanza dei dati ed hanno colto l’opportunità di contribuire concretamente al miglioramento del trattamento di questa importante  patologia.

“Il primo valore del progetto è dato dalle competenze multidisciplinari dei partecipanti al progetto stesso”, commenta Baselice. “Si tratta di  competenze verticali che, nel loro complesso, portano un valore aggiunto e vantaggi al progetto”. Inoltre, il progetto nasce con l’obiettivo di offrire una soluzione a vantaggio del mondo medico. Il miglioramento ha anche un impatto economico per la sanità. “Fare un intervento chirurgico solo quando è veramente necessario abbatte i costi sanitari”.

Ovviamente il progetto porta anche profitto Moxoff attraverso lo sviluppo dell’applicativo, ma anche un modello di business innovativo, che punta a coinvolgere player differenti. Non manca l’attenzione nel mantenere un assetto condiviso, portando avanti l’iniziativa in modo allargato. “Coinvolgiamo altri player che possono avere interesse nell’integrare tale applicativo nelle loro soluzioni già presenti sul mercato”. Infine, si tratta di un progetto di frontiera. “Ogni esperienza che si fa porta a un arricchimento di competenze. Inoltre, ci permette di proiettare le capacità acquisite ad altri contesti simili”, conclude Baselice.