Tecnologia, ricerca e sanità pubblica si uniscono per migliorare la diagnostica prenatale: nel reparto di ginecologia un piccolo terminale con IA integrata assiste in tempo reale l’operatore sanitario nella cattura di immagini ecografiche di qualità superiore
Bari, 30 giugno 2025 – La PMI Innovativa Predict S.p.A. (“Predict” o la “Società”) collabora con l’Università degli Studi di Bari Aldo Moro nel progetto “IAUSO – Intelligenza Artificiale applicata agli UltraSuoni in Ostetricia” per l’integrazione dell’Intelligenza Artificiale nelle ecografie fetali e nella diagnostica ginecologica. Il progetto, parte dello Spoke 2 “Smart Devices and Technologies for Personal and Remote Healthcare” finanziato dall’Unione Europea – NextGenerationEU nell’ambito del Piano Nazionale di Ripresa e Resilienza (PNRR), troverà applicazione presso il Policlinico di Bari – Ospedale Giovanni XXIII, nel reparto di Ginecologia e Ostetricia.
L’introduzione dell’Intelligenza Artificiale nello screening ecografico nel reparto permetterà di correggere in tempo reale l’acquisizione delle immagini nelle ecografie, suggerendo al clinico la direzione in cui muovere la sonda per ottenere risultati di qualità superiore, e di ridurre la necessità di ripetere esami non idonei, con un impatto diretto sull’ottimizzazione dei tempi clinici, la riduzione del carico di lavoro per il personale medico e un miglioramento complessivo dell’efficienza del reparto.
Il cuore del progetto è rappresentato da una piattaforma avanzata che combina due ecografi di fascia alta ed un’unità computazionale di acquisizione di dati ecografici. Si tratta di una periferica che raccoglie in tempo reale il flusso video ecografico: i dati acquisiti saranno utilizzati per addestrare dei modelli di intelligenza artificiale specialistici che assisteranno attivamente gli operatori, guidandoli durante l’esecuzione dell’esame ecografico.
“Il progetto IAUSO dimostra quanto possa essere fruttuosa e positiva la sinergia tra università, aziende e strutture sanitarie pubbliche,” ha dichiarato Giuseppe Carella, Director della Strategic Business Unit Imaging di Predict. “Collaborazioni come questa accelerano l’adozione di tecnologie innovative, rendendo la ricerca più concreta e la medicina più efficace. La realizzazione di questa piattaforma avanzata è stata possibile grazie al lavoro congiunto di due delle nostre Strategic Business Unit – SBU Digital Healthcare e SBU Imaging – che hanno collaborato a stretto contatto per perfezionare il sistema Optip, integrandolo con le potenzialità dell’Intelligenza Artificiale”.
L’acquisizione dei dati tramite l’unità computazionale rappresenta un passaggio fondamentale del progetto: i clinici possono registrare i video ecografici in forma anonimizzata, caricarli sul cloud e valutarne la qualità diagnostica, selezionando i frame più significativi per l’addestramento dell’algoritmo. Dopo una prima fase di apprendimento supervisionato, l’Intelligenza Artificiale sarà in grado di riconoscere autonomamente i contenuti di qualità, contribuendo a standardizzare e velocizzare la pratica ecografica, tipicamente operatore-dipendente. Questo approccio consentirà anche agli operatori meno esperti di eseguire esami con un elevato grado di accuratezza, grazie al supporto dell’AI, rendendo la diagnostica ecografica più accessibile e uniforme.
