SDM: Sistema per la diagnosi di melanomi

Università della Calabria

Risultato della ricerca:

La collaborazione tra il DIMES ed il DEMACS  dell’Università  della Calabria ha prodotto interessanti risultati di ricerca negli ultimi anni relativamente alla analisi di immagini per la diagnosi di melanomi. Esistono quattro tipologie distinte di tumori della pelle: cheratosi attinica, il melanoma, il linfoma cutaneo e le neoplasie benigne. Tra queste il melanoma è la tipologia che si presenta meno frequentemente, ma è anche la più aggressiva ed è quella che causa il maggior numero di decessi.

La diagnosi precoce del melanoma è fondamentale poiché esso è responsabile di oltre il 75% delle morti correlate al cancro della pelle. Il melanoma viene in genere diagnosticato grazie ad un esame visivo, ciò implica che la capacità e l’esperienza del medico sono determinante nella diagnosi. Tale diagnosi è tutt’altro che semplice poiché tante sono le problematiche. Una tra le più rilevanti è legata alla somiglianza del melanoma con altre lesioni cutanee quali i nevi displastici. Detto ciò, è grande la necessità di disporre di strumenti di ausilio nella diagnosi precoce del melanoma e di strumenti che permettano di distinguere in maniera rapida e precisa il melanoma dalle lesioni benigne.

I risultati della ricerca hanno riguardato l’applicazione di un approccio evoluto alle immagini dermatoscopiche con l’obiettivo finale di ottenere una diagnosi precoce dei melanomi.  La ricerca ha riguardato la classificazione di: – melanomi vs nei displastici – melanomi vs nei benigni e nei displastici – nei displastici vs nei benigni. Esperimenti su banche dati reali hanno dimostrato che l’approccio proposto supera in termini di sensitività altri approcci esistenti in letteratura, fornendo in generale risultati promettenti anche più in generale, cioè in termini di F-score. Il risultato della ricerca che si intende avviare al percorso di valorizzazione costituirà uno strumento di supporto per il personale medico nel processo di formulazione di una diagnosi attraverso l’uso di tecnologie avanzate per la gestione di informazioni e per la visualizzazione e comparazione di immagini ad altissima risoluzione.

Riferimento a finanziamenti precedenti:

Il risultato di tale ricerca non è stato oggetto di un precedente bando di finanziamento.

Innovatività rispetto a soluzioni già esistenti:

Data l’importanza di una diagnosi precoce del melanoma diversi tool per il supporto diagnostico allo specialista sono stati proposti principalmente in campo accademico.  Tali sistemi di diagnosi assistita (generalmente detti CAD) mirano a garantire un’efficace analisi delle lesioni ed includono generalmente alcune fasi standard: acquisizione di immagini, preelaborazione, segmentazione, estrazione e selezione delle caratteristiche e infine classificazione delle lesioni. Attualmente però l’accuratezza di tali strumenti per la diagnosi precoce del melanoma è fortemente dipendente dall’esperienza dei dermatologi ed è evidente la necessità di sistemi di diagnosi stabili ed efficienti. Inoltre, la ricerca da noi condotta ha per la prima volta affrontato la tematica della classificazione dei nei displastici dai nei comuni.

I risultati della ricerca che si intende avviare al percorso di valorizzazione hanno dimostrato performance migliori rispetto alle tecniche presenti in letteratura.

Titoli di proprietà intellettuale:

I risultati della ricerca non sono ancora oggetto di titoli di proprietà industriale.

Principali applicazioni e mercato di riferimento:

Strumento di supporto allo specialista per la diagnosi di melanomi.

Strumento (app)  dermatologico per la autodiagnosi.

Negli ultimi decenni, il melanoma è diventato uno dei tumori più aggressivi, si sta diffondendo rapidamente in molte aree del mondo e i dati rilevano che, purtroppo, il suo  tasso di incidenza è caratterizzato da una tendenza positiva. Popolazioni che vivono in Europa, nel Nord America e Australia, soprattutto, sono fortemente colpite da questo tipo di tumore della pelle.

Il melanoma è il al quinto posto nel mondo per diffusione ed è il tipo di cancro della pelle che causa il maggior numero di decessi. Secondo l’ultimo rapporto dell’Organizzazione mondiale della sanità, nel 2018 il melanoma ha causato oltre 60.000 morti e sono stati diagnosticati oltre 280.000 nuovi casi di melanoma. Più di un milione sono i melanomi benigni e oltre 250.000 quelli non benigni che si verificano ogni anno. Nonostante la diffusione sempre crescente e la sua ben nota aggressività, se il melanoma è identificato nel suo stadio iniziale (ossia attraverso una diagnosi precoce) ed è asportato può essere trattato senza grosse complicazioni per l’individuo, come testimoniato dal tasso di sopravvivenza a 5 anni riportate dal WHO (World Health Organization). Il problema principale sta, pertanto, nel fatto che nelle fasi iniziali il melanoma risulta essere molto simile ad altre lesioni benigne ed è difficile, anche per esperti del settore, identificarlo.

Alla luce dello scenario sopra descritto si evidenzia, pertanto, che il mercato di riferimento è quello internazionale.

In maggior dettaglio relativamente allo Strumento di supporto allo specialista per la nella diagnosi di melanomi lo specifico settore di riferimento è costituito dal mercato della sanità pubblica e privata.

Relativamente allo Strumento (app) dermatologico per la autodiagnosi lo specifico settore di riferimento è quello dei dispositivi dermatologici per la diagnosi del cancro alla pelle che comprende dermatoscopi, microscopi, e strumenti di imaging (quest’ultimo è appunto lo strumento che interessa la presente proposta).  Il mercato globale dei dispositivi dermatologici ha un tasso di crescita annuale del 11,50% e secondo le stime raggiungerà i 14,17 miliardi di dollari entro il 2021. Inoltre, nel 2016 il settore dei dispositivi per la diagnosi del tumore alla pelle ha rappresentato la quota maggiore del mercato.

Esigenze per l’ulteriore sviluppo – Industrializzazione:

Allo stato attuale i risultati della ricerca precedentemente descritta per la quale si intende avviare al percorso di valorizzazione costituiscono un prototipo il cui livello di maturità può essere classificato come TRL 4.

La tecnica di classificazione proposta è stata validata attraverso la sua applicazione sia a dataset costituiti da immagini “medicali” di nei, nei displastici e melanomi (in letteratura PH2 dataset), sia a dataset costituiti da immagini “comuni” di nei e melanomi.

Codice:

0106

Area di Innovazione:

Scienze della Vita - Diagnostica per immagini ad altissima risoluzione - Dispositivi biomedicali, biomeccanica, sistemi e nuove applicazioni mediche e diagnostiche