Il CRS4 affronta la sfida della gestione di dati biomedici di grandi dimensioni e complessità integrando strumenti open source, sviluppati ad hoc dai ricercatori del Centro o pubblicamente disponibili, per la creazione di piattaforme di ricerca a supporto dell’intero processo di trasformazione dei dati – dai dati grezzi ai risultati dell’analisi primaria. Un esempio significativo in questo senso è rappresentato dall’evoluzione della piattaforma di patologia digitale del CRS4 per il supporto alla visualizzazione e all’analisi delle immagini Whole Slide Images (WSI), ottenute tramite la scansione ad alta risoluzione di vetrini in anatomia patologica.
La piattaforma, introdotta per la prima volta nel 2015, supporta le attività di ricerca clinica che richiedono l’esame e l’annotazione di un gran numero di immagini digitali ottenute tramite la scansione di vetrini ad altissima risoluzione. La piattaforma è stata testata con successo in diversi casi d’uso, tra cui: l’apprendimento a distanza nel Progetto Europeo Cy-Test del 2016; l’annotazione manuale dei vetrini nello studio ProMort del Karolinska Institutet (pubblicato nel 2019); l’identificazione automatica dei tessuti tumorali tramite sistemi di apprendimento profondo (deep learning) nel progetto europeo DeepHealth attualmente in corso.
- Zelic R, Zugna D, Bottai M, Andrén O, Fridfeldt J, Carlsson J, Davidsson S, Fiano V, Fiorentino M, Giunchi F, Grasso C, Lianas L, Mascia C, Molinaro L, Zanetti G, Richiardi L, Pettersson A, Akre O. Estimation of Relative and Absolute Risks in a Competing-Risks Setting Using a Nested Case-Control Study Design: Example From the ProMort Study. Am J Epidemiol. 2019 Jun 1;188(6):1165-1173. doi: 10.1093/aje/kwz026.
- Lianas, L., Piras, M., Musu, E., Podda, S., Frexia, F., Ovcin, E., Bussolati, G., & Zanetti, G. (2016). Cytest - A New Platform For Training And Testing In Cytopathology. Diagnostic Pathology, 1(8). doi:10.17629/www.diagnosticpathology.eu-2016-8:185
