Biotech health

UNIONE EUROPEAFONDO EUROPEO DI SVILUPPO

REGIONALE.

REGIONE PUGLIAAREA POLITICHE PER LO SVILUPPO

IL LAVORO E L’INNOVAZIONE

P.O. PUGLIA 2007-2013 - Linea 1.1 – Azione 1.1.2Bando “Aiuti agli Investimenti in Ricerca per le PMI”

Progetto SIRIO Sistema di Interpretazione e Rapida Immissione di Output

diversi, elettronici e cartacei, all’interno di una cartella clinica

nefrologica digitale

ApuliaBiotech è una Società Consortile a responsabilità limitata senza scopo di lucro, costituita nel 2000, con sede in

Valenzano presso il Consorzio C.A.R.S.O. (Centro di Addestramento per la Ricerca Scientifica Oncologica), sito sulla Strada Provinciale per Casamassima all’altezza del Km. 3,000.

Le attività svolte negli anni hanno riguardato maggiormente il settore ICT e le Biotecnologie per la Sanità

La composizione societaria del Consorzio Apuliabiotech rispecchia la coniugazione fra Tecnologie Informatiche e Biomedicina:

Universita' degli Studi di Bari

Dipartimento dell'Emergenza e dei Trapianti di Organi (DETO)

Sezione di Nefrologia – Bari;

Teseo.it Srl – Bari

Progettazione e sviluppo software – Reti e sicurezza informatica – Applicazioni di

telematica

Altanet Srl – Altamura

Progettazione e sviluppo software

Abiotec sas – Bari

Distribuzione ed assistenza di apparecchiature per le biotecnologie - Consulenza ed

assistenza in apparecchiature medicali

Euromed Srl– Bari

Consulenza ed assistenza in apparecchiature medicali

ONE – ditta individuale - Servizi

Cacciapaglia – ditta individuale – Consulenza informatica

Presidente Consiglio di Amministrazione

Prof. Francesco Paolo Schena

Professore di Nefrologia all’Università di Bari

Presidente del Consorzio C.A.R.S.O. (Centro AddestramentoRicerca Scientifica e Oncologica)

Direttore del Centro Regionale Trapianti e Responsabile delprogramma Trapianti di Organi della Regione Puglia

Direttore del Centro Interregionale Trapianti (AIRT)

Membro della Consulta Tecnica Nazionale

Membro della Commissione Ricerca Scientifica SanitariaNazionale

APULIA BIOTECH

BIOTECH ICT FORMAZIONE PROGETTISTICA

In 11 anni di attività, il Laboratorio di Biologia Molecolare è diventato un punto diriferimento per laboratori di ricerca e strutture sanitarie pubbliche o private, che sioccupano di espressione genica, fornendo ad essi un supporto qualificato grazie allagrande professionalità di un personale altamente specializzato.

Il Laboratorio di Biologia Molecolare ha basato il suo punto di forza nella dotazione distrumenti tecnologicamente avanzati, e sul continuo aggiornamento ai progressi dellatecnica ed alle nuove esigenze diagnostiche emergenti, e nell'impiego di metodi analiticisofisticati ed innovativi e fornisce i seguenti servizi:

Real Time PCR;

Citofluorimetria;

Analisi OGM;

ELISA.

Il Laboratorio di Biologia Molecolare, inoltre, dispone di una serie numerosa distrumentazioni altamente sofisticate e all’avanguardia con lo sviluppo tecnico scientificoquali per esempio:

Cycler Optical System;

Flow Pas Cytometer.

Apulia Biotech – ICT s.c.r.l. si occupa dello sviluppo e della promozione di supporti informaticioperativi. L'obiettivo finale è la realizzazione di un modello informatizzato integrato di gestionedella struttura medico/ospedaliera.

Apulia Biotech - ICT fornisce i seguenti servizi: Sviluppo siti web; Progettazione e sviluppo Database relazionali e per workgroup; Applicativi

web oriented, stand-alone, client/server. Servizi al mondo medico-sanitario attraverso l’erogazione di servizi di assistenza, manutenzione

e aggiornamento del SIGMA – Sistema Informatizzato per la Gestione dei dati Medici Avanzato (http://www.sigmanephro.com ), un sistema sviluppato da Apulia Biotech che consente la gestione dei pazienti uremici e in special modo degli emodializzati e la realizzazione di studi epidemiologici.

Servizi di supporto nella raccolta e analisi dei dati del Registro Italiano Biopsie Renali per la S.I.N. (Società Italiana di Nefrologia).

Servizi di supporto nella gestione del Registro Dialisi e Trapianti Pugliese per la SIN-AL (Società Italiana di Nefrologia – Sezione Apulo-Lucana).

Apulia Biotech - ICT ha realizzato, commissionato dall’AReS- Puglia, il Sistema Informativo per la gestione dei dati dei pazienti uremici Albanesi nell’ambito del Progetto Interreg 3.

ApuliaBiotech – ICT ha realizzato un progetto di Ricerca e Sviluppo (POR 2007-2013) denominato SIRIO (Sistema di Interpretazione e Rapida Immissione di Output diversi, elettronici e cartacei, all’interno di una cartella clinica nefrologica digitale)

ApuliaBiotech è stato Soggetto Organizzatore di Eventi e Progetti Formativi Aziendali ai fini dell'accreditamento nel programma di Educazione Continua in medicina avviato nel 2000 dal Ministero della Salute, e che prevede un programma nazionale annuale per la formazione continua degli operatori della Sanità.

Per questo scopo infatti in tutti i Paesi del mondo sono nati i programmi di Educazione Continua in Medicina (E.C.M.); essa comprende l'insieme organizzato e controllato di tutte quelle attività formative, sia teoriche che pratiche, promosse da chiunque lo desideri (si tratti di una Società Scientifica o di una Società professionale, di una Azienda Ospedaliera, o di una Struttura specificamente dedicata alla Formazione in campo sanitario, ecc.), con lo scopo di mantenere elevata ed al passo con i tempi la professionalità degli operatori della Sanità.

Dall'anno 2003 Apuliabiotech ha organizzato circa 40 eventi formativi dedicati prevalentemente a Nefrologi, specialisti di Medicina Interna ed infermieri.

ApuliaBiotech ha rilasciato crediti formativi ECM per ogni giornata di formazione organizzata a tutti i partecipanti all'aggiornamento.

Negli anni 2011 e 2012 ApuliaBiotech ha dato supporto tecnico-scientifico alla realizzazione della International Summer School of Renal Pathology.

Apulia Biotech ha portato a termine e ha tuttora in corso progetti di ricerca incollaborazione con organizzazioni esterne, progetti approvati dal Ministero dellaSanità, dal Ministero dell'Istruzione dell'Università e della Ricerca e nell’ambito deiPON e dei POR.

P.O. PUGLIA 2007-2013 - Linea 1.1 – Azione 1.1.2Bando “Aiuti agli Investimenti in Ricerca per le PMI”

Sistema di Interpretazione e Rapida Immissione di Output diversi, elettronici e cartacei, all’interno di una cartella clinica nefrologica digitale

Durata del progetto 17/11/2009 – 31/10/2011

Nel corso dell’utilizzo della Cartella Clinica, proprietaria, SIGMA (SistemaInformatizzato per la Gestione dei dati Medici Avanzato) da parte dei centrinefrologici, utenti del sistema, sono emerse grosse difficoltà per ciò che attienel’inserimento della notevole mole di dati provenienti dagli esami clinici dilaboratorio e soprattutto nella gestione dei pazienti di ambulatorio. Infatti, nellamaggior parte dei casi, i pazienti arrivano in clinica portando con se i risultati diesami di laboratorio su supporto cartaceo che andrebbero inseriti all’interno dellacartella clinica.

Da qui l’idea di studiare una metodologia che permettesse l’acquisizione, in maniera automatizzata e veloce, dei dati relativi agli esami di laboratorio.

Gli esami di laboratorio possono arrivare all’operatore in diverse forme: elettronico – sotto forma di output provenienti da sistemi che gestiscono i dati di

laboratorio presenti nel centro stesso (ospedale il più delle volte); questi output non sono standardizzati poiché il sistema di gestione dei dati di laboratorio all’interno di una struttura ospedaliera o di dialisi può essere completamente diverso da quello di un altro;

cartaceo - sotto forma di referti di laboratorio che riportano i risultati degli esami effettuati.

Una tale metodologia diventa utile al fine di:

Risparmiare in risorse umane (tempo necessario per l’introduzione dei dati);

Ridurre drasticamente errori di trascrizione del dato;

Avere una base dati completa per il miglioramento della salute del paziente e fondamentale per poter effettuare studi epidemiologici fondati;

Eliminare ingombranti archivi cartacei con tutti i problemi relativi a spazi fisici necessari e complicazioni e perdite di tempo per la ricerca dei documenti archiviati.

Università di Foggia – Nefrologia

(supporto medico -scientifico)

Politecnico di Bari – Laboratorio di misure (supporto tecnico - scientifico)

Con il supporto dell’Università degli Studi di Foggia (Sezione di Nefrologia) si è fatta una disamina dei dati caratteristici dell’ambito nefrologico. Sono state individuate diverse fonti, le più rappresentative, provenienti sia dai file digitali dei macchinari, sia dalla digitalizzazione del cartaceo. Queste fonti hanno costituito il dominio di input dei valori di interesse.

Individuata la base dati, si è passato alla identificazione delle unità di misura e delle regole di conversione atte ad ottenere un output standardizzato e conforme ai dettami europei (e laddove mancanti, secondo quelli utilizzati dal mondo medico nefrologico di riferimento).

È stato individuato il formato XML di output dell’attività del SIRIO

È stata effettuata la classificazione ed interpretazione degli esami di laboratorio

Classificazione delle tipologie degli esami di laboratorio:

L’attività di ricerca ha avuto come obiettivo finale la realizzazione di un prototiposoftware per la scansione e il riconoscimento di dati medici su supporto cartaceo; ilsistema parametrizzabile è in grado di elaborare dati di ingresso eterogenei erenderli automaticamente disponibili in uscita in un formato digitale standardizzatoe utilizzabile da altri software.

La realizzazione del sistema è associata alla raccolta di dati e referti provenienti dadiversi ambiti medici e tali da costituire il dominio di ingresso dello stesso e le sueuscite sono oggetto di elaborazione per un software di tipo XML il cui risultato dovràessere un file standard XML di tipo strutturato.

Per raggiungere tale obiettivo si sono analizzate le problematiche relative all’analisi ealla segmentazione di documenti cartacei il cui scopo è il recupero di informazionisintattiche e semantiche da immagini ottenute per mezzo di un processo discannerizzazione; molta attenzione è stata dedicata ai prodotti presenti sul mercato,sia commerciali che open source, prevalentemente utilizzati nel Office Automationper la classificazione e archiviazione di libri e documenti.

La segmentazione di immagini rappresenta uno degli argomenti più dibattuti nell’analisi deidocumenti (Document Image Analysis) a testimonianza del fatto che le problematiche ad essaassociata sono ad oggi non ancora risolte.

Fondamentalmente, l’elaborazione di queste immagini si compie attraverso una serie dioperazioni a vari livelli: low level, che si occupa di individuare le soglie di binarizzazione e dirimuovere il rumore presente; mid level che si interessa del rilevamento dei bordi e dellasegmentazione; high level che produce l’identificazione dei contenuti del documento sottoindagine.

Definendo il document space come il set di documenti che un classificatore deve trattare(documenti di banca, documenti di assicurazione, lettere commerciali, rapporti finanziari,referti medici, ecc) e le document classe come le parti in cui il document space è suddiviso sullabase di opportune feature (copertina, intestazione, titolo, figure, ecc.), si è posta l’attenzionesullo spazio documenti "referti medici", classificati in base alle intestazioni ed in base alletipologie di tabelle contenenti i risultati delle analisi di laboratorio.

La realizzazione di un prototipo per questo caso di studio, che rappresenta l’oggetto dellaricerca, potrebbe essere esteso in sviluppi successivi a classi e documenti differenti.

In particolare, il problema della trasformazione di tabelle e documenti medici in formacartacea ha richiesto lo studio e l’approfondimento della fase di analisi del layout, che sioccupa di stimare le direzioni preferenziali del documento e di eseguirne lascomposizione della fase di riconoscimento dei caratteri (OCR)

Allo scopo di ottimizzare i tempi di elaborazione e di ridurre gli errori di conversione sisono esaminati i differenti metodi proposti in letteratura; per l’analisi del layout, si sonoapprofondite le tecniche di tipo top-down, bottom-up e ibrido. Per il riconoscimento deicaratteri si sono esaminati i diversi OCR proposti come applicazioni di tipo commerciale ocome strumenti di tipo “open source” ponendo particolare attenzione alla loroespandibilità al caso di termini greci o cirillici.

In fase di progetto si è agito con l’intento di poter facilmente interfacciare il prototipo conil software per la produzione di documenti XML. Il prototipo sviluppato, in una prima fase,effettua l’estrazione dei componenti fondamentali del documento (testo, figure, dati eunità di misura), in una seconda fase eliminare le informazioni ritenute non utili per ilmonitoraggio del paziente (figure), in una terza riconosce ed estrae le informazioni datrasmettere e in una quarta e ultima fase le memorizza in un formato utilizzabile dalmotore interno XML.

Il referto medico è analizzato suddividendo le pagine in uno o più blocchi per poi estrarre le righe di testo.

L'algoritmo agisce in quattro fasi successive: nella prima esegue una preprocessing dell'immagine per migliorarne la leggibilità; nella seconda analizza il layout del documento al fine di identificare le colonne e le righe contenenti le informazioni da estrarre scartando elementi grafici estranei come bordi e grafici; nella terza estrae i caratteri mediante OCR ed interpreta le informazioni contenute nell'immagine; infine, nella quarta e ultima fase esporta i dati estratti in formato XML.

La seconda e la terza fase sono assistite da una knowledge base (KB) opportunamente predisposta. Nella fase di preprocessing l’immagine viene ruotata e sottoposta a sogliatura adattativa per convertirla in formato bianco/nero e filtrata.

Nella fase di analisi del layout, il referto medico è suddiviso in blocchi; le righe di testo sono sottoposte all’analisi dell’OCR confrontando le parole con quelle di una lista appositamente preparata di intestazioni di colonna. Tali intestazioni identificano le colonne delle tabelle che contengono informazioni mediche pertinenti (Fig. 1).

Fig. 1. Documento in ingresso all’algoritmo

Le intestazioni di colonna,

come riconosciute da una

versione preliminare

dall'algoritmo, sono quindi

circoscritte da riquadri

rossi; solo in seguito

l’algoritmo identifica le

celle della tabella dei dati

differenziando i nomi dei

test (rettangoli blu), i

risultati numerici o

alfanumerici (rettangoli

verdi), le unità di misura

(rettangoli rosa) i valori di

riferimento rettangoli gialli.

Fig. 2. Segmentazione e riconoscimento del tipo di dati

Dopo aver opportunamente profilato i vari ambiti applicativi (file digitali, formato specifico peculiare di ogni vendor e file cartacei), il motore di conversione interno interpreta correttamente i risultati delle analisi, attribuendoli ad un nominativo digitato nel software.

Il software, sviluppato in ambiente Windows, consente di ottenere record di informazione (strutturati in forma di coppie <nome,valore>) recanti i nomi degli esami e il loro valore. Questi valori vengono poi processati dal software che si occupa della creazione dei file XML, pronti per essere interpretati ed assorbiti dal software SIGMA o altri software in ambito nefrologico.

L’attività di sviluppo del prototipo software ha raggiunto i risultati fissati come obiettivi sia per quanto attiene l’acquisizione di dati di tipo digitale, sia per quanto attiene l’acquisizione di dati provenienti da supporto cartaceo.

Nella fase di estrazione dei dati, le celle delle tabelle sono sottoposte ad OCR e per ciascuna voce d'esame, viene effettuato un best match tra il suo nome, come restituito dall'OCR, e la KB.

Nel matching è considerata anche la corrispondenza dell'unità di misura; se il matching è positivo viene creato un record che contiene i dati grezzi restituiti dall'OCR, e i dati normalizzati con l'ausilio della KB.

I dati normalizzati includono un identificativo univoco per il test, il nome standardizzato (scelto tra le diverse varianti riscontrate in letteratura), il risultato, l'eventuale unità di misura standardizzata (anch'essa scelta tra le varianti riscontrate in letteratura).

Nella quarta ed ultima fase di

esportazione, i dati elaborati

vengono raccolti in un file

XML di output i cui elementi

più significativi sono il

“testId” e il “name”, che

identificano il tipo di analisi

ed il suo nome insieme al

“nameIm”, “resultIm” e

“unitIm” che precisano le

coordinate nell'immagine di

input dei riquadri in cui sono

contenuti.

Un esempio completo di file

XML di output è riportato di

Fig.3.

Fig. 3. Estratto dell’uscita xml contenente i dati presenti nel referto medico di Fig. 1

Le prove per la verifica del sistema realizzato sono state effettuate su documenti in formato A4 in scala di grigi acquisiti per mezzo di comune scanner avente risoluzione 300 dpi.

Le prestazioni del sistema sono state riportate in dettaglio nell'Allegato 1, cui si rimanda, dove sono riportati dati quantitativi.

Il tasso d'errore è stato non superiore al 4.8%. I risultati dell'insieme completo di prove effettuate, tra cui immagini di partenza, informazioni diagnostiche, file XML d'uscita, sono forniti in formato elettronico.

La KB consiste in un file nel comune formato XLS, di cui è riportato un estratto in Tabella I. Ogni riga corrisponde ad un test riconosciuto dal sistema.Attualmente sono inclusi circa 120 test.

Ogni test è individuato da un insieme di attributi:'id': identificativo univoco del test'name': nome normalizzato del test'unit': unità di misura normalizzata del test'nameAliases': elenco di varianti possibili per il nome del test'unit': elenco di varianti possibili per l'unità di misura del test

Altri tre attributi 'testHeaderId', 'level', 'multiLine' consentono di definire casi in cui le informazioni di un test devono essere estratte esaminando più righe.Infine l'attributo 'specialParse' consente il parsing di casi particolari come, ad esempio, il peso specifico dell'urina, la cui unità di misura spesso non viene indicata e deve essere dedotta a partire dal risultato numerico scegliendo tra 'g/mL' e 'g/L'.

La versione più recente della KB è contenuta nel file 'sirioKnowledgeBase_A - Rev 01.xls'.

Tabella I. Estratto della Knowledge base

id name unit nameAliases unitAliases

1 RBC 10^6/uL RBC 10^6/uL2 HGB g/dL HGB g/dL

…. ……. ….. ……. ……10 RDW % RDW %

11 PLT 10^3/uL PLT 10^3/Ul…. ……. ….. ……. ……21 LYMPH% % LYMPH% %…. ……. ….. ……. ……

31 S-URATO mg/dL S-URATO mg/dL…. ……. ….. ……. ……10

9 COLORE COLORE

Il sistema è stato implementato nel linguaggio di programmazione Python, ricorrendo all'uso di librerie open source.

L'esecuzione tramite di riga di comando ha la seguente sintassi:

ocrMain_01.py [-h] [-d] [-t TMPDIR] [-v] inImgPath xmlPath

Positional arguments:

inImgPath path of the image to be analyzed. Only *.png imagesare allowed. A full path can be given, or a pathrelative to this Python program.

xmlPath path of the file where analysis will be stored.Existing files are overwritten. A full path can begiven, or a path relative to this Python program.

Optional arguments:

-h, --help show this help message and exit-d, --deskew an attempt is made to deskew the image. If the found

skew angle is less than 1.0 degrees, deskewing is undone.

-t TMPDIR, tmpDir TMPDIRdirectory where temporary files are stored. Amongtemporary files there is tmpPreProcessedImage.png. Thedefault value is taken from the config script Python\localConfig.py.

-v, --version show program's version number and exit

'inImgPath' ed 'xmlPath' sono, rispettivamente, i percorsi dell'immagine da analizzare, in formato PNG, e del file XML che verrà prodotto.

E' possibile effettuare un deskew opzionale dell'immagine, per correggere un eventuale disallineamento del documento cartaceo al momento della scansione. La correzione è applicata solo se la rotazione è maggiore di 1°.Per la descrizione dettagliata delle opzioni e per ulteriori informazioni sulla struttura del software si rimanda all'help integrato (visualizzabile con lo switch –h) ed alla distribuzione software più recente fornita.

Tipo di dati: Esami di Laboratorio

Fonte: Laboratorio Analisi Scotti srl

Formato dati: File Excel

Struttura: Bari - New Dial

Tipo di dati: Pesi e pressioni

Fonte: Finesse Professional - Fresenius

Formato dati: File Excel

Struttura: Bari - New Dial

Tipo di dati: Dati seduta dialitica

Fonte: Exalis - Hospal

Formato dati: File XML HL7

Struttura: Tutte le strutture

Tipo di dati: Status in lista d'attesa

Fonte: CRPRTO

Formato dati: Dblink Oracle

Struttura: Tutte le strutture

Tipo di dati: Esami di Laboratorio

Fonte: SIEMENS

Formato dati: File html

Struttura: Livorno - Osp. Riuniti

• Tipo di dati: Esami di Laboratorio

• Fonte: NoemaLife

• Formato dati: Tabelle di transizione Oracle

• Struttura: Acquaviva delle Fonti - Osp. Miulli


• Fonte: CED

• Formato dati: File txt

• Struttura: Roma – Columbus


• Fonte: CED

• Formato dati: File html

• Struttura: Genova - HSM


• Fonte: THESI


• Struttura: Foggia - Osp. Riuniti


• Fonte: CED


• Struttura: Altamura - Osp. Umberto I

Sono state realizzate interfacce per l’acquisizione di dati provenienti da diverse fonti che possono essere così riassunte:

Il progetto ha conseguito gli obiettivi prefissati, realizzando un prototipo disoftware utile all’acquisizione, in maniera automatizzata da parte della cartellaclinica proprietaria, di dati clinici provenienti da supporti cartacei e da supportidigitali.

Formati digitali

Formato

digitale

SIRIOSistema di

Interpretazione e Rapida

Immissione di Output diversi,

elettronici e cartacei,

all’interno di una cartella clinica

nefrologica digitale

Formato

digitale

Supporto

cartaceo

Prelievo dal paziente

Laboratorio analisi

Acquisizione dei dati nella cartella clinica digitale

Realizzazione portale web aziendale: www.apuliabiotech.it/sirio Pubblicazione scientifica internazionale su “Instrumentation and Measurement” dell’IEEE

(Institute of Electrical and Electronics Engineers): F. Adamo, F. Attivissimo, A. Di Nisio: AnIntegrated System for the Management of Medical Data, Proceedings of MedicalMeasurements and Applications, Bari, Maggio 2011, pp. 241-245.

Informativa per il Progetto Sirio sulla rivista scientifica nazionale “Tutto Misure” -dicembre 2011.

Sono stati realizzati incontri per la diffusione dei risultati presso: Convegno SIN (Società Italiana di Nefrologia) – Genova 21-24 settembre 2011:

Presentazione risultati del progetto e prototipo SIRIO. Convegno SIN-AL (Società Italiana di Nefrologia – sez. Apulo-Lucana) – Lucera (FG) 14 –

14 ottobre 2011: Presentazione risultati del progetto e prototipo SIRIO. Convegno di nefrologia - Milano dal 7 al 10 dicembre 2011: Presentazione risultati del

progetto e prototipo SIRIO.

Per la diffusione dei risultati sono state realizzate le seguenti attività:

APULIA BIOTECH S.c.r.l.STRADA PROVINCIALE PER CASAMASSIMA Km. 3,000, C/O CARSO

70010 VALENZANO

www.apuliabiotech.it

Pec: [email protected]

Presentations & Public Speaking

Biotech health