Mariagrazia Paladino
OvAi Focus: strumento di supporto decisionale per la diagnostica ecografica del tumore ovarico = OvAi Focus: decision support tool for ultrasound diagnostics of ovarian cancer.
Rel. Luigi De Russis. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2022
Abstract: |
Il tumore ovarico è una delle patologie neoplastiche più difficili da curare e costituisce la terza causa di morte nelle donne dopo il tumore al seno e al collo dell'utero. L’ecografia transvaginale è l’esame gold standard per la diagnosi, è un esame innocuo e senza rischi per la salute delle donne. Il problema principale dell'ecografia è che risulta essere operatore-dipendente. In questo contesto, la startup SynDiag ha messo a disposizione la piattaforma OvAi che, basandosi sull'intelligenza artificiale, permette un’ecografia oggettiva e predittiva. La piattaforma offre diversi servizi digitali, tra cui il servizio DiGyn che supporta il medico nella diagnosi di tumore ovarico, aiutandolo nella gestione delle cartelle cliniche delle pazienti ed effettuando elaborazioni sui video caricati. Tuttavia, si è visto che molte strutture sanitarie utilizzano i loro sistemi gestionali e che, per ragioni interne, non sono interessate a memorizzare le informazioni delle pazienti altrove. Dunque, tali strutture vorrebbero utilizzare la piattaforma per ottenere esclusivamente un supporto nell'individuazione di caratteristiche potenzialmente tumorali. Analizzate le problematiche riscontrate in diagnostica ecografica e i servizi offerti dalla piattaforma, il lavoro di tesi ha avuto come obiettivo la progettazione e lo sviluppo di un nuovo servizio, chiamato OvAi Focus, che consente l’elaborazione dei video, separando l'utilizzo dell'intelligenza artificiale nel sistema dall'uso gestionale. Inoltre, nella configurazione di partenza l'elaborazione veniva effettuata automaticamente sull'intero video e richiedeva tempi di attesa elevati da parte del medico. Al fine di ridurre i tempi di elaborazione dei video stessi, si è progettato e sviluppato un componente OvAi che consenta al clinico di selezionare attraverso uno slider intervalli di video ecografico di cui si desidera inviare la richiesta di elaborazione. Infine, si è valutato l’impatto delle funzionalità introdotte dal punto di vista delle performance tecniche e delle valutazione cliniche. In particolare, la nuova configurazione dell'applicativo è stata proposta e analizzata dal personale medico al fine di ottenere un riscontro tramite la compilazione di un questionario relativo all'usabilità e all'utilità delle funzionalità introdotte. Nello specifico, si è ottenuto un maggior interesse da parte delle strutture sanitarie nell'adozione di questo dispositivo medico in diagnostica ecografica. Inoltre, dal punto di vista delle performance tecniche, si è ottenuta una risposta più veloce e più puntuale da parte dell'applicativo al medico relativamente ai tempi richiesti per l’elaborazione dei video. |
---|---|
Relators: | Luigi De Russis |
Academic year: | 2022/23 |
Publication type: | Electronic |
Number of Pages: | 77 |
Additional Information: | Tesi secretata. Fulltext non presente |
Subjects: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering) |
Classe di laurea: | New organization > Master science > LM-32 - COMPUTER SYSTEMS ENGINEERING |
Aziende collaboratrici: | Digital Garage srls |
URI: | http://webthesis.biblio.polito.it/id/eprint/25559 |
Modify record (reserved for operators) |