FRACTAL

Modis è partner di Fractal, un progetto cofinanziato da ECSEL Joint Undertaking (Electronic Components and Systems for European Leadership) e coordinato da Indra, che riunisce un consorzio di 28 partner in 7 country diverse.

Il progetto di ricerca FRACTAL si prefigge l’obiettivo di gestire l’interazione di nodi in un ambiente frattale, ossia una rete magliata la cui struttura si ripete con le medesime caratteristiche a mano a mano che la scala di osservazione varia. 

Modis è coinvolta nello specifico su due attività fondamentali:

• In collaborazione con il team italiano per il caso d’uso 6 (Intelligent Totem) si è prefissata l’obbiettivo di sviluppare una soluzione di movimentazione autonoma del Totem. 
• In completa autonomia, ed all’interno del caso d’uso 6, si è prefissata l’obbiettivo di studiare e sviluppare un ecosistema applicativo votato al processo per la diagnostica oculare.

Nel primo caso d’uso, le attività di ricerca avranno implicazioni di natura biomedica, allo scopo di migliorare le tecniche per la diagnosi precoce automatica. Nel secondo, sfruttando tecnologia hardware e metodologie di sviluppo software per l’analisi ambientale, il fine è la realizzazione di una infrastruttura affidabile e a basso costo che possa essere inserita in un contesto frattale.

La realizzazione di queste funzionalità sarà possibile tramite l’applicazione e l’approfondimento di tecniche provenienti dal settore dell’Intelligenza Artificiale, con algoritmi di auto-apprendimento. 
In tal senso, Modis è fortemente impegnata all’interno dell’attività di ricerca con il duplice scopo di ottimizzare i principali processi funzionali esistenti e di realizzarne di nuovi in precedenza solo teorizzati. 
In particolare, ci si impegna a realizzare/ottimizzare funzionalità di: 

• raccolta delle immagini in modo più efficiente;
• identificazione delle anomalie oculari;
• analisi comparata delle iridi confrontando i dati raccolti con un dataset biomedicale di soggetti affetti da patologie;
• correlazione tra anomalia oculare e patologia per ottenere modelli predittivi sempre più accurati;
• ottimizzazione del processo di learning degli algoritmi;
• analisi ambientale degli spazi e individuazione di ostacoli mobili e fissi;
• valutazione e tracciamento dei percorsi ottimali;
• definizione di un modello di safe driving;
• ricostruzione e mappatura dell'ambiente circostante;
• riconoscimento dell'uomo per una interazione diretta macchina-utente.

Il ruolo di Modis

Roberto Mansolillo, Managing Director di Modis, ha dichiarato:

Siamo orgogliosi di far parte di questo ambizioso progetto di regia internazionale che, grazie all’applicazione delle più avanzate tecnologie di intelligenza artificiale nel campo biomedicale, supporterà medici e operatori nel migliorare sensibilmente la salute di moltissime persone. Un aspetto che ci sta molto a cuore è anche la modularità del progetto che fa sì che le sue componenti possano essere anche utilizzate per lo sviluppo di altre applicazioni"

Partendo da quello che è lo stato dell’arte della ricerca indirizzata alla diagnosi di patologie per mezzo di sistemi di elaborazione delle immagini degli occhi e del fondo oculare, si è intenzionati a lavorare per la realizzazione di un sistema che riesca a:

• Una più agevole e veloce analisi oculare, in quanto il sistema, basato su algoritmi di autoapprendimento e classificazione, permette un rilevante miglioramento dei risultati ottenuti in termini di attività di segmentazione del fondo oculare;
• Per alcune patologie (ad esempio strabismo, rigonfiamento oculare, anisocoria, etc) il sistema potrebbe essere in grado di fornire una diagnosi preliminare al paziente a seguito della quale potrebbe contattare un esperto in materia per una più approfondita analisi anticipando gli eventuali effetti irreversibili;
• Fornire al settore uno strumento facilmente adattabile alla strumentazione clinica già in esercizio in quanto il sistema in input utilizza già la strumentazione basilare per la diagnosi delle patologie selezionate;
• Una più efficiente gestione del paziente in termini diagnosi e prevenzione di patologie;
• Applicando questo sistema in una rete frattale, lo stesso riesce ad evolvere ed a migliorare i risultati di rilevazione in quanto il campione analitico è decisamente maggiore rispetto ad un sistema chiuso.

Non meno importante è il requisito di scalabilità del sistema, il quale permette una flessibilità in campo applicativo che lo rende utilizzabile e durevole nel tempo.

Modis è quindi a lavoro per leggere negli occhi i primi segni di anomalie e per permettere interventi il più possibile precoci attraverso un ecosistema applicativo che consente una serie di attività che ad oggi vengono eseguite soltanto manualmente.