#forumpasanita2021
ICONS
Infervision CorOnavirus Neural Network
Study
Con il sostegno di

#forumpasanita2021
1. Descrizione della soluzione
Nel mese di gennaio 2020, appena apparso chiaro che il processo patologico legato al virus
COVID-19 avrebbe potuto assumere le caratteristiche di una emergenza mondiale,
l’azienda Infervision®, a capitale cinese ma con sede operativa in Germania, ha realizzato
un algoritmo di intelligenza artificiale in grado di segnalare, su immagini TAC, la presenza
di addensamenti polmonari con caratteristiche interstiziali, cioè polmoniti da COVID. Il
programma ha funzione di supporto alla diagnosi, che rimane, sempre, esclusivamente su
base clinica. Nel mese di aprile 2020 Infervision® ha siglato un accordo con la Commissione
Europea, in particolare con DG Connect, la direzione generale competente in tema di ICT,
per il quale venivano messe, gratuitamente, a disposizione 10 stazioni di ausilio alla diagnosi
installate in 10 istituti radiologici europei; tra questi è stato selezionato anche l’Istituto di
Radiologia Diagnostica per Immagini e Radiologia Interventistica della Città della Salute e
della Scienza-Molinette di Torino diretto dal Prof. Paolo Fonio. La Fondazione Compagnia
di San Paolo di Torino, tra le più antiche d’Europa, ha investito molto sui temi dell’intelligenza
artificiale, in particolare con il bando “Intelligenza Artificiale, uomo e società” che la vede
alleata con Città della Salute e il Dipartimento di Informatica dell’Università di Torino (Prof.
Guido Boella) anche nel progetto “Circular Health for Industry”. La Compagnia è stata parte
attiva nell’interlocuzione con DG Connect e ha rivestito un ruolo di primo piano per
l’assegnazione della sperimentazione all’ospedale torinese. Città della Salute e della
Scienza ha predisposto la validazione clinica dell’algoritmo A.I. con lo studio “ICONS”
Infervision Coronavirus Neural Network Study.

#forumpasanita2021
2. Descrizione del team e delle proprie risorse e competenze
Prof. Paolo Fonio - Direttore Dipartimento Radiologia Interventistica e S.C. Radiologia 1U,
Città della Salute e della Scienza di Torino;
Dott. Giorgio Limerutti – Direttore Radiologia 2 – Città della Salute e della Scienza di
Torino;
Prof. Guido Boella – Direttore del Dipartimento di Informatica -UNITO
Dott. Marco Calandri - Ricercatore Universitario, Dipartimento di Scienze Chirurgiche,
UNITO;
Dott. Marco Grosso - Ricercatore, Città della Salute e della Scienza di Torino;
Dott. Stefano Fiore - Borsista Medico Radiologo Radiologia 2 – Molinette, Città della Salute
e della Scienza di Torino;
Dott.ssa Sara Varello – Borsista Medico Radiologo Radiologia 2 – Molinette, Città della
Salute e della Scienza di Torino.
Dott. Stefano Tibaldi - Ricercatore, Città della Salute e della Scienza di Torino
Dott.ssa Cristina Di Nicola - data manager Dipartimento di Informatica UNITO
3. Descrizione dei bisogni che si intende soddisfare
Il progetto nasce dall’esigenza di indagare quanto l’utilizzo di tecniche di Intelligenza
Artificiale, applicate alla diagnostica per immagini, potrebbe essere utile per guidare
ed ottimizzare il processo decisionale del clinico. Il progetto attraverso un approccio
multidimensionale e multidisciplinare, valuta le implicazioni medico-cliniche, sociali,
organizzative, economiche, etiche e legali di questa tecnologia sanitaria attraverso la

#forumpasanita2021
valutazione di più dimensioni quali l’efficacia, la sicurezza, i costi, l’impatto sociale e
organizzativo.
4. Descrizione dei destinatari della misura
Tutti i pazienti, con sospetta infezione da Sars-CoV-2, giunti presso i servizi di Pronto
soccorso dei presidi di Città della Salute e della Scienza e sottoposti a TAC polmonare.
5. Descrizione della tecnologia adottata
Le modalità diagnostiche, cioè le apparecchiature TAC del Dipartimento, sono state
collegate al server che supporta la rete neurale di InferRead CT Lung COVID 19® in modo
da poter effettuare un invio automatico delle immagini degli studi TAC del polmone. In
particolare, la rete neurale analizza i dati relativi al parenchima polmonare e esprime,
automaticamente, la probabilità che il paziente sia affetto da polmonite da SARS COVID 19.
ICONS valuta la capacità che la rete neurale dimostra nel riconoscere polmoniti sostenute
da SARS-CoVID 19, analizza i processi di diagnosi clinica con una particolare attenzione
nell’assessment del risparmio/aggravio di tempo e denaro (Business Process
Assessment - Decision Support System), delle eventuali, prevedibili, modificazioni delle
organizzazioni (compresi gli aspetti psicologici), secondo un approccio di tipo paziente-
centrico. ICONS indaga anche gli aspetti legati alla sicurezza del device in
sperimentazione con particolare riguardo agli aspetti informatici, con un’accurata
valutazione dei rischi clinici che possono essere generati dall’utilizzo del server e viene
costantemente operato l’assessment sul rispetto delle leggi in tema di protezione dei dati
personali (GDPR). In ultima analisi, i risultati ottenuti dall’analisi delle immagini TAC,
vengono confrontati con il test gold standard di riferimento, cioè il tampone molecolare RT-

#forumpasanita2021
PCR: l’estrapolazione di specificità e sensibilità del software, permette di valutarne la
reale efficacia e la potenziale spendibilità da parte del personale clinico.
6. Indicazione dei valori economici in gioco (costi, risparmi ipotizzati,
investimenti necessari)
Si tratta di uno studio no profit, che ha previsto la cessione del software Infervision in
comodato d’uso, così da poter essere utilizzato dai clinici in fase di diagnosi. I primi dati
segnalano che il software ha un’elevata sensibilità (cioè riconosce la presenza di tutte le
immagini addensanti) ma una ancora una modesta specificità (cioè la capacità di dare un
nome e un cognome al tipo di lesione) ma con trend a salire: in realtà, anche e soprattutto
in visione di un periodo post-Covid, l’ottimizzazione e l’utilizzo di software di questo tipo,
potrebbe rappresentare un modo facile e economico per guidare al meglio le capacità
decisionali del clinico, portando ad un’ottimizzazione dei tempi di diagnosi clinica,
snellimento delle procedure gestionali e quindi ad una riduzione dei costi complessivi
legati alle singole prestazioni.
7. Tempi di progetto
Il progetto ha avuto inizio nel Maggio 2020 e ha previsto la raccolta dei dati di imaging
relativi alla fase pandemica iniziale. Attualmente si tratta di uno studio in itinere, in quando,
procedendo con l’analisi statistica, si vuole valutare come poter ottimizzare l’utilizzo del
software per renderlo più versatile ed applicabile possibile in ambito diagnostico.