IT201800005004A1 - Metodo di elaborazione dati - Google Patents

Description

Descrizione del trovato avente per titolo:

"METODO DI ELABORAZIONE DATI"

CAMPO DI APPLICAZIONE

Il presente trovato si riferisce ad un metodo di elaborazione dati che utilizza tecniche di intelligenza artificiale per rendere disponibile ad un operatore specializzato, in particolare un medico veterinario, informazioni attinenti alla propria attività professionale, in particolare concernenti un determinato animale oggetto di indagine.

Il trovato concerne altresì l’uso di un metodo di elaborazione dati come quello sopra descritto nel settore della medicina veterinaria per coadiuvare un medico veterinario rendendo disponibili informazioni utili per la successiva attività di diagnosi e cura dei suoi pazienti.

STATO DELLA TECNICA

L’evoluzione tecnologica dei dispositivi elettronici noti nella tecnica ne ha ampliato significativamente le funzionalità e le modalità di impiego anche come strumenti di ausilio nell’ambito dello svolgimento di un’attività professionale.

Per questa ragione, in svariati ambiti si sta diffondendo l’uso di dispositivi elettronici in grado di assistere un operatore specializzato. In particolare, si sta diffondendo l’uso di dispositivi elettronici in grado di coadiuvare nello svolgimento della loro attività professionisti che svolgono prestazioni di natura intellettuale.

Nella tecnica sono disponibili numerosissime applicazioni software che consentono ai suddetti dispositivi elettronici di svolgere una particolare funzione o una combinazione di funzioni, tra cui, ad esempio, quelle sopra descritte.

Molte funzioni ottenibili da queste applicazioni software note nella tecnica sono ottenibili grazie a tecniche di intelligenza artificiale (AI, acronimo dell’inglese “ Artifìcial Intelligence ”).

E’ noto utilizzare alcune di queste tecniche anche nell’ambito di applicazione preferito del presente trovato, cioè quello della medicina veterinaria.

Ad esempio, è noto uno strumento, denominato ©Vetspire, che permette al medico veterinario di scrivere appunti su una cartella clinica arricchendoli di informazioni e suggerimenti provenienti da una piattaforma AI su cloud. In particolare, il medico veterinario introduce input testuali, ottenendo da ©Vetspire suggerimenti per concludere le frasi, osservazioni e percorsi di trattamento basati su una libreria scientifica consultata dal sistema AI.

Un altro esempio di strumento informativo noto nella tecnica in questo settore, è quello denominato “Sofie” sviluppato dalla LifeLearn Inc. Si tratta di uno strumento informativo che fornisce supporto decisionale ai medici veterinari grazie all’ interrogazione di un database contenente oltre quarantamila pagine di libri di testo, riviste, atti di conferenze. Questo strumento consente di reperire le informazioni più rilevanti a partire da input testuali, introdotti nel sistema dal medico veterinario. Un'altra antecedenza attinente questo settore, è costituita dalla pubblicazione scientifica intitolata “ Using Convolutional Neural Networks far Determining REticulocyte Percentage in Cats ”, a cura di K. Vinicki, P. Ferrari, M. Belic e R. Turk. Gli autori di questo studio hanno messo a punto un algoritmo di AI in grado di predire con ottimi risultati il numero corretto di reticolociti nei felini a partire dall’analisi di immagini microscopiche.

Un ulteriore esempio di un’applicazione nota nella tecnica in questo settore, è quella sviluppata da Microsoft Corporation, denominata “Fetch!”. Questa applicazione, sfrutta tecniche di AI per riconoscere la razza di un cane a partire dalla sua fotografia.

Un’altra applicazione nota nella tecnica è quella denominata “Qmira”, che consente di individuare parassiti e patologie gastrointestinali a partire da immagini microscopiche ad alta definizione.

Un inconveniente delle applicazioni note nella tecnica è che esse non sono in grado di automatizzare completamente una determinata attività. Infatti, in alcuni casi le applicazioni note possono essere innescate soltanto da istruzioni precise da parte dell’utente, che richiedono comunque tempo e un intervento preciso dell’operatore. In altri casi, come ad esempio quello della citata pubblicazione scientifica, è previsto l’impiego di algoritmi sviluppati ad hoc che consentono di eseguire solamente una particolare funzione.

Un altro inconveniente delle applicazioni note nella tecnica è che si limitano ad utilizzare l'AI per analizzare e raffrontare la composizione cromatica dell’ immagine individuando informazioni e statistiche sulla presenza dei vari toni di colore tramite tecniche di “image recognition”, in particolare quella nota con il nome “low level”, senza estrarre alcuna informazione di natura concettuale. In altre parole, qualora le applicazioni note nella tecnica dovessero essere utilizzate per predire parametri o situazioni differenti da quella per cui sono state sviluppate, non sarebbero sufficienti gli insegnamenti desumibili dalla summenzionata pubblicazione scientifica ma - al contrario - sarebbe necessario sviluppare algoritmi completamente diversi e più sofisticati. Un ulteriore inconveniente di molte applicazioni note nella tecnica è che esse non sono particolarmente intuitive e facili da utilizzare per l’operatore - talvolta richiedendo anche specifiche attrezzature o costosi macchinari - cosa che ne compromette, almeno in parte, l’efficacia come strumento ausiliario per il medico.

Un altro inconveniente ancora delle applicazioni note nella tecnica è che esse consentono di reperire informazioni specifiche, senza fornire al medico veterinario una visione d’insieme relativamente alla tematica di interesse. Ad esempio, sfruttando lo strumento “Sofie” noto nella tecnica sopradescritto, il medico può reperire informazioni da libri di testo, riviste o atti di conferenze, ma questo strumento non consente di reperire altri tipi di informazioni, che - in modo complementare alle informazioni reperite - contribuiscano ad offrire un quadro completo al medico veterinario.

Esiste pertanto la necessità di perfezionare i metodi di elaborazione dati noti nella tecnica descritti in precedenza, e la loro applicazione in particolare nel settore della medicina veterinaria, così da superare almeno uno degli inconvenienti della tecnica nota.

E’ uno scopo della presente invenzione rendere disponibile un metodo di elaborazione dati che consente di fornire ad un operatore specializzato informazioni inerenti l’attività professionale in tempo reale a partire da almeno un dato di ingresso introdotto dall’operatore specializzato, non solo in modalità testuale ma anche nel formato immagine, video o audio. Un ulteriore scopo della presente invenzione è quello di fornire un metodo di elaborazione dati da input di immagini e video che consenta di rendere disponibili all’operatore specializzato le informazioni reperite rapidamente e in modo che siano fruibili in maniera immediata e agevole.

Un altro scopo ancora della presente invenzione è quello di rendere disponibile un metodo di elaborazione dati che consenta di aggiornare gli uno o più database di riferimento in maniera dinamica, memorizzando di volta in volta al loro interno i dati di ingresso che sono stati introdotti dall’operatore specializzato e quelli individuati dal trovato, affinché il metodo possa continuamente essere “addestrato” e migliorato.

E’ pure uno scopo della presente invenzione quello di rendere disponibile il suddetto metodo di elaborazione dati nell’ambito di un’attività professionale, per fornire al personale medico tutte le informazioni utili, caso per caso, in modo tale da generare un quadro informativo completo dal quale poi il medico potrà partire per eseguire la sua routinaria attività di assistenza ai pazienti, anche tramite evidenza di eventuali analogie con casi rilevati in uno o più database di riferimento.

Per ovviare agli inconvenienti della tecnica nota e per ottenere questi ed ulteriori scopi e vantaggi, la Richiedente ha studiato, sperimentato e realizzato il presente trovato.

ESPOSIZIONE DEL TROVATO

Il presente trovato è espresso e caratterizzato nelle rivendicazioni indipendenti. Le rivendicazioni dipendenti espongono altre caratteristiche del presente trovato o varianti dell’idea di soluzione principale.

In accordo con i suddetti scopi, è previsto un metodo di elaborazione dati che utilizza tecniche di intelligenza artificiale (AI) per rendere disponibile ad un medico informazioni attinenti alla propria attività professionale, in particolare concernenti un determinato essere vivente oggetto di indagine.

In forme di realizzazione qui previste, a titolo di esempio, le suddette tecniche di intelligenza artificiale comprendono tecniche di deep learning e reti neurali artificiali progettate ad hoc.

Secondo forme di realizzazione qui descritte il metodo comprende una fase di acquisizione di dati (raw data) in cui è previsto acquisire almeno una immagine correlata all’essere vivente oggetto di indagine, una fase di elaborazione dei dati acquisiti, una fase di ricerca in cui informazioni attinenti ai dati acquisiti vengono ricercate e processate (in particolare, in sequenza) su uno o più database di riferimento, e una fase di presentazione delle informazioni ottenute durante la fase di ricerca.

Secondo un aspetto caratteristico del presente trovato, la fase di elaborazione dei dati acquisiti comprende una fase di estrazione e classificazione di informazioni contenute nei dati acquisiti, durante la quale è previsto generare uno o più parametri “descrittori” correlati a parametri fisiologici e/o patologici dell’essere vivente desumibili dalla suddetta immagine, i parametri descrittori comprendendo un contenuto semantico corrispondente alle informazioni desumibili dall'immagine. In una forma di realizzazione, i dati acquisiti comprendono almeno una immagine.

Secondo forme di realizzazione qui previste, i dati possono essere acquisiti sotto forma di foto, video, contenuto testuale comprendente almeno una immagine.

In una forma di realizzazione, in aggiunta o in alternativa ad almeno una immagine, i dati acquisiti comprendono anche un contenuto sonoro.

Secondo una forma di realizzazione, la fase di ricerca delle informazioni comprende selezionare le informazioni in cui è possibile rinvenire i parametri “descrittori” generati nella fase di estrazione e classificazione delle informazioni.

Secondo forme realizzative qui descritte, la fase di ricerca delle informazioni prevede di ricercare le informazioni su diversi database in sequenza temporale uno dopo l’altro, oppure in maniera alternativa, ad esempio su un certo database ma non su un altro.

In una forma realizzativa, i diversi database comprendono una diversa quantità di informazioni. Ad esempio, la fase di ricerca può essere eseguita dapprima in un primo database contenente informazioni sul medesimo essere vivente oggetto di indagine, successivamente in un secondo database locale contenente informazioni su un gruppo di esseri viventi accomunati a quello raffigurato nell’immagine compresa nei dati acquisiti da alcune caratteristiche (ad esempio, la zona di residenza, oppure il fatto di affidarsi al medesimo medico, o ad una rete di cliniche in cui opera quel medico), e infine in un terzo database globale contenente informazioni su un vasto gruppo di esseri viventi dello stesso tipo di quello raffigurato nell’immagine compresa nei dati acquisiti.

Secondo una forma di realizzazione, la fase di presentazione delle informazioni reperite durante la fase di ricerca comprende rendere disponibili tali informazioni su un dispositivo elettronico, ad esempio un tablet, un notebook, un telefono cellulare smartphone, una televisione smart tv o altoparlanti intelligenti vocal assistant.

Secondo una forma di realizzazione, la fase di presentazione delle informazioni reperite durante la fase di ricerca comprende rendere disponibili tali informazioni attraverso un'apparecchiatura artificiale elettronica, comunemente nota con il termine robot.

In una forma di realizzazione, dopo la fase di ricerca e prima della fase di presentazione, è prevista una possibile fase di affinamento tramite interazione con l’operatore specializzato durante la quale è previsto acquisire ulteriori determinati dati che vengono introdotti dall’operatore specializzato.

Secondo forme di realizzazione, la fase di affinamento è prevista quando è necessario perfezionare la fase di ricerca, ad esempio perché i parametri descrittori generati sono tali da restituire una eccessiva quantità di informazioni, ed è quindi necessario che l’operatore specializzato inserisca ulteriori dati per consentire al metodo di mirare in maniera appropriata la fase di ricerca e restituire solamente le informazioni più attinenti all’essere vivente oggetto di indagine.

Secondo forme di realizzazione qui previste, è prevista una fase di aggiornamento di almeno uno dei database di riferimento nel quale vengono opportunamente memorizzati i dati acquisiti nella fase di acquisizione ed, eventualmente, gli ulteriori determinati dati acquisiti nella fase di affinamento.

Secondo altri aspetti del presente trovato è previsto un sistema per rendere disponibile ad un operatore specializzato informazioni attinenti alla propria attività professionale, in particolare per rendere disponibile a un medico informazioni concernenti un determinato essere vivente oggetto di indagine tramite il suddetto metodo di elaborazione dati, e un programma di computer comprendente istruzioni per implementare tale metodo nell’ambito del suddetto sistema.

Un ulteriore aspetto del presente trovato concerne l’uso del suddetto sistema per implementare un metodo di elaborazione dati secondo il presente trovato nel settore della medicina veterinaria per coadiuvare un medico durante l’esercizio della propria attività professionale. In particolare, l’uso del sistema che attua il metodo secondo il presente trovato consente di rendere disponibili al medico un adeguato numero di informazioni rilevanti per il caso oggetto di indagine che agevolano la successiva attività di diagnosi e cura da parte del medico.

Un vantaggio del metodo secondo il presente trovato è quello di consentire di reperire informazioni attinenti ai dati acquisiti (cioè i dati di ingresso) molto rapidamente.

In una forma esemplificativa, le informazioni sono rese disponibili all’operatore specializzato in tempo reale, mentre sta trattando un certo caso.

Un vantaggio del metodo secondo il presente trovato è quello di fornire un efficace strumento di ausilio che consente all’operatore di avere un quadro della situazione completo che sia fruibile con facilità e immediatezza.

Un ulteriore vantaggio del metodo secondo il presente trovato è quello di fornire all’operatore specializzato informazioni relativi a casi analoghi a quello che sta trattando, avvenuti in passato sul medesimo essere vivente oggetto di indagine, oppure in altri esseri viventi della stessa specie. Il metodo secondo il presente trovato consente quindi di portare all’attenzione dell’operatore specializzato informazioni relative ad eventi passati che possano essere di ausilio nella gestione di una situazione attuale. Ad esempio, grazie al metodo secondo il presente trovato, l’operatore specializzato può avere, in modo rapido e automatico, un feedback circa episodi analoghi già accaduti in passato allo stesso essere vivente, e/o riguardo a casi simili che hanno riguardato altri esseri viventi della stessa specie, o della stessa razza, o seguiti da altre cliniche di una rete di cliniche diffusa sul territorio. In questo modo, l’operatore specializzato può consultare in modo rapido ed efficace quale è stata la diagnosi e la cura nei casi pregressi, sia verificatisi sullo stesso essere vivente, sia in altri esseri viventi.

Un altro vantaggio del metodo secondo il presente trovato è che esso è di facile utilizzo ed è in grado di interagire con l’operatore per richiedere ulteriori determinati dati (di ingresso) sia nel caso in cui quelli introdotti inizialmente non fossero sufficienti, sia nel caso in cui sia necessario affinare la ricerca sulle banche dati.

Un altro vantaggio ancora del metodo secondo il presente trovato è che esso può operare automaticamente, a partire da una semplice immagine come dato di ingresso.

Un ulteriore vantaggio del metodo secondo il presente trovato è che esso consente di aggiornare i database di riferimento con le informazioni estratte e classificate a seguito dell’elaborazione dei dati acquisiti per il particolare caso che si sta trattando, così da avere una base di dati in costante aggiornamento e sempre più ricca di informazioni.

Un altro vantaggio del metodo secondo il presente trovato è che consente di determinare automaticamente parametri fisiologici (ad esempio, il peso) a partire dall’immagine acquisita tra i dati di ingresso. Questi ed altri aspetti, caratteristiche e vantaggi della presente divulgazione saranno meglio compresi con riferimento alla seguente descrizione, alle tavole di disegno e alle annesse rivendicazioni. Le tavole di disegno, che sono integrate e facenti parte della presente descrizione, illustrano alcune forme di realizzazione del presente oggetto e, unitamente alla descrizione, si propongono di descrivere i principi della divulgazione.

I vari aspetti e caratteristiche descritte nella presente descrizione possono essere applicati individualmente, dove possibile. Questi aspetti individuali, ad esempio aspetti e caratteristiche presenti nella descrizione oppure nelle rivendicazioni dipendenti allegate, possono essere oggetto di domande divisionali.

Si fa notare che qualsiasi aspetto o caratteristica che si trovi essere già nota durante la procedura di brevettazione si intende non essere rivendicata ed essere l’oggetto di un disclaimer.

ILLUSTRAZIONE DEI DISEGNI

Queste ed altre caratteristiche del presente trovato appariranno chiare dalla seguente descrizione di forme di realizzazione, fomite a titolo esemplificativo, non limitativo, con riferimento agli annessi disegni in cui: - la fig. 1 è un diagramma a blocchi di una forma di realizzazione di un metodo di elaborazione dati secondo il presente trovato;

- la fig. 2 è un diagramma schematico di una ulteriore forma di realizzazione di un metodo di elaborazione dati secondo il presente trovato.

Per facilitare la comprensione, numeri di riferimento identici sono stati utilizzati, ove possibile, per identificare elementi comuni identici nelle figure. Va inteso che elementi e caratteristiche di una forma di realizzazione possono essere convenientemente incorporati in altre forme di realizzazione senza ulteriori precisazioni.

DESCRIZIONE DI FORME DI REALIZZAZIONE

Forme di realizzazione qui descritte si riferiscono ad un metodo di elaborazione dati, di cui verranno di seguito descritte alcune particolari forme realizzative, a titolo di esempio non limitativo.

Le diverse forme di realizzazione di seguito descritte in dettaglio si riferiscono in particolare all’uso del metodo secondo il presente trovato nel settore della medicina veterinaria per coadiuvare personale medico nell’esercizio della propria attività professionale.

E’ del tutto evidente che il metodo secondo il presente trovato può essere vantaggiosamente impiegato anche in altri settori, diversi da quello medico veterinario, ad esempio anche nel campo sanitario, senza per queste fuoriuscire dallambito di tutela del presente trovato. Si intende che un metodo di elaborazione dati avente le caratteristiche descritte e rivendicate nel presente trovato ricade nell’ambito di tutela di quest’ultimo a prescindere dall’uso a cui il metodo è destinato.

Con riferimento alla fig. 1, è visibile un diagramma a blocchi che schematizza una prima forma di realizzazione di un metodo di elaborazione dati secondo il presente trovato, indicato nel suo complesso dal numero di riferimento 10.

Il metodo di elaborazione dati 10 comprende una prima fase 11 di acquisizione dei dati iniziali (dati di ingresso o dati di input o “raw data”). In una forma di realizzazione, nella prima fase 11 è previsto acquisire almeno una immagine di un cane oggetto di indagine.

Secondo una forma di realizzazione, l’immagine può essere una foto dell’animale nella sua interezza oppure di una particolare porzione del suo corpo da analizzare per rilevare possibili condizioni patologiche. Secondo una forma di realizzazione, l’immagine può essere una foto di un prodotto corporeo dell’animale, ad esempio delle sue feci o di altri fluidi corporei quali urina o vomito.

In una forma di realizzazione, la foto è acquisita tramite mezzi di acquisizione di immagini, ad esempio una fotocamera ad alta definizione, integrati in un dispositivo mobile compreso nel sistema secondo il presente trovato.

In una forma di realizzazione alternativa, l' immagine è un fotogramma estratto da un video realizzato dai suddetti mezzi di acquisizione di immagini. In questa forma realizzativa, è possibile rendere più accurata la prima fase di acquisizione 11 perché, essendo possibile estrarre molteplici fotogrammi, è possibile rimuovere l’eventuale “rumore” a livello informativo. Ad esempio, il “rumore” potrebbe essere costituito da ombreggiature e riflessi che potrebbero alterare l’immagine, ciò potendo avere conseguenze sulle fasi successive del metodo.

In un’altra forma di realizzazione alternativa, l’immagine, o il video, vengono inviati al personale medico dal proprietario dell’animale, o comunque da una persona che si occupa della sua cura.

Secondo forme di realizzazione qui previste, nella prima fase 11 può essere previsto acquisire ulteriori dati, quali, la razza, l’età o altre informazioni caratteristiche del cane.

In una forma realizzativa, questi ulteriori dati sono introdotti dal medico direttamente sul dispositivo elettronico compreso nel sistema che attua il metodo secondo il presente trovato. Ad esempio, gli ulteriori dati possono essere introdotti su un tablet nel quale il medico introduce tali dati tramite una tastiera “virtuale” disponibile su un display di tipo “touch”.

Il metodo di elaborazione 10 comprende una seconda fase 12 di elaborazione dati, cioè, in questa forma di realizzazione, dell’immagine acquisita nella prima fase 11.

In una forma realizzativa, la seconda fase 12 comprende una fase di estrazione e classificazione 12A in cui è previsto decodificare le informazioni contenute nell’ immagine acquisita, e una successiva fase di generazione 12B di parametri descrittori 19, nella quale è previsto attribuire un contenuto semantico all’immagine acquisita.

I parametri descrittori generati nella fase di generazione descrittori 12B sono correlati a parametri fisiologici e/o patologici desumibili dall’immagine dell’animale acquisita nella prima fase 11.

In una forma di realizzazione, i parametri fisiologici comprendono età, peso, altezza, .. .

In una forma di realizzazione, i parametri patologici comprendono i sintomi che sono visibili nell’immagine acquisita, riconducibili a patologie di tipo cutaneo, oculare, gastro-intestinale, o ortopedico.

Ad esempio, come mostrato in fig. 2, se l’immagine è una foto di una porzione arrossata del corpo di un cane in cui quest’ultimo si gratta in maniera anomala, nella fase di elaborazione dati 12, le successive fasi di estrazione e classificazione, e di generazione dei descrittori 12A e 12B possono portare alla generazione dei seguenti parametri descrittori 19: “ARROSSAMENTO”, “PRURITO”, “ERITEMA” e “DERMATITE”.

Si noti che questa fase richiede che sia stata preliminarmente creata una banca dati in cui uno o più parametri descrittori siano associati a una o più condizioni rintracciabili nelle immagini acquisite nella prima fase 11, così da creare l’associazione tra una situazione visibile in una immagine e il contenuto semantico che la descrive.

In una forma di realizzazione, in cui i parametri descrittori sono di tipo fisiologico, sono previste una o più banche dati di parametri fisiologici.

Ad esempio, queste banche dati possono comprendere immagini di riferimento che illustrano il profilo che dovrebbe avere l’animale, in relazione al peso, all’età e alla razza. Dal confronto di una foto dell’animale oggetto di indagine con le immagini riferimento comprese nella banca dati, la fase di elaborazione dati 12 consente di ricostruire una stima del peso dell’animale e valutarne la forma fisica (inedia, sottopeso, normopeso, sovrappeso, obeso). Questa forma di realizzazione è schematizzata con il ramo indicato dal numero di riferimento 20 in fig.

1, che conduce direttamente a presentare i dati di output (in questo esempio, il peso dell’animale) nella successiva fase di presentazione 15, saltando le successive fasi di ricerca 13 e di validazione 14, che verranno di seguito descritte.

Nel caso in cui i parametri descrittori sono di tipo patologico, il metodo di elaborazione dati 10 comprende una terza fase 13 di ricerca su uno o più database di riferimento di informazioni relative all’ immagine che è stata acquisita nella prima fase 1 1.

In forme di realizzazione qui descritte, la terza fase di ricerca 13 prevede di ricercare tra i records dei database di riferimento quelli in cui sono rintracciabili i parametri descrittori 19 individuati nella precedente fase di generazione 12B dei descrittori.

Con il termine records , ci si riferisce all’usuale significato di questa parola nel settore informatico, intendendosi cioè una struttura di dati eterogenei fatta da dati compositi, contenente cioè un insieme di campi (o elementi) ciascuno dei quali identificato da un nome univoco e da un tipo di dato il cui valore è detto attributo. Ad esempio, un record comprende tutti i dati relativi ad un determinato cane, costituenti la sua cartella clinica.

In una forma di realizzazione, qualora nella fase di generazione 12B dei descrittori vengano generati quattro descrittori, come nell’esempio sopra riportato, nella fase di ricerca 13 è previsto selezionare solo quei records a cui sono associati tutti e quattro i descrittori generati.

In altre forme di realizzazione, nella fase di ricerca 13 può essere previsto selezionare i records a cui siano associati il maggior numero di descrittori generati, ad esempio tre su quattro nell’esempio sopradetto. Secondo forme di realizzazione, nella fase di ricerca, vengono estratte dai database informazioni relative a casi analoghi, o simili; in particolare a casi legati a cani in cui è possibile rinvenire i medesimi descrittori generati nella seconda fase di elaborazione 12, che pertanto possono anche riferirsi a razze diverse che presentano sintomi visivamente dissimili - ad esempio per il differente mantello di ciascuna razza - ma riconducibili alla medesima patologia grazie ai comuni descrittori.

In una forma di realizzazione, la terza fase 13 di ricerca comprende: - una prima ricerca 13A nella cartella clinica dello stesso cane che si sta esaminando,

una seconda ricerca 13B tra cartelle cliniche di cani accomunati al cane in esame da almeno una caratteristica (database locale), - una terza ricerca 13C in letteratura scientifica specializzata, banche dati veterinarie, articoli, pubblicazioni, ecc... (database globale) Secondo forme di realizzazione, le menzionate caratteristiche che limitano la seconda ricerca 13B comprendono: età, razza, fase di vita (cucciolo/adulto/anziano), zona di residenza, clinica veterinaria di riferimento.

Ad esempio, la seconda ricerca 13B può essere eseguita tra le cartelle cliniche degli altri cani seguiti dalla stessa clinica veterinaria, oppure tra le cartelle cliniche di cani seguiti da una rete di cliniche veterinarie sparse su un territorio anche vasto, ad esempio sparse su scala regionale, nazionale o sovranazionale. Ancora, la seconda ricerca 13B può anche essere eseguita sulle cartelle cliniche di altri cani appartenenti alla stessa razza del cane oggetto di indagine, tra tutti quelli seguiti dalla suddetta rete di cliniche veterinarie.

Dopo la fase di ricerca, è prevista una fase di validazione 14, in cui è previsto validare i risultati della fase di ricerca 13 ed, eventualmente valutare se è necessario richiedere l’acquisizione di ulteriori dati di ingresso che riportano pertanto il flusso alla fase 11 , tramite il ramo 21. L’esito della fase di validazione 14 è positivo quando la fase di ricerca 13 ha restituito le informazioni attinenti al caso del cane oggetto di indagine che risultano idonee ad essere gestite dall’operatore specializzato.

Ad esempio, nella fase di verifica 14 può essere impostato un valore di soglia, proporzionale alla mole di risultati emersi, che determina il limite per stabilire se la fase di verifica ha esito positivo o meno. Ad esempio, se la fase di ricerca 13 ha restituito un numero di risultati compreso tra il 3 e il 5 % dei records che costituiscono il database di riferimento, quando quest’ultimo comprende più di diecimila records, allora la fase di verifica 14 ha esito negativo ed è necessario affinarla, mentre, al contrario, se la fase di ricerca ha restituito un numero di risultati inferiore, ad esempio pari a circa l’1% dei suddetti records, allora la fase di verifica 14 ha esito positivo.

Si desidera precisare che con l’espressione “informazioni attinenti” si intendono i risultati ottenuti dalla fase di ricerca 13, cioè i records che sono stati selezionati poiché in essi sono stati rinvenuti i gli stessi descrittori 19 individuati nella fase di generazione 12B. Ad esempio, i risultati possono comprendere estratti di cartelle cliniche di altri cani che hanno presentato analoghe patologie, informazioni estratte dalla cartella clinica dello stesso cane, che ad esempio in passato può avere presentato i medesimi sintomi, oppure articoli o pubblicazioni di natura scientifica. Se la fase di validazione 14 ha esito positivo, il metodo prevede una fase di presentazione 15 delle informazioni reperite sul dispositivo elettronico, tramite il quale sono resi disponibili i risultati ottenuti al medico.

Al contrario, se la fase di validazione ha esito negativo, è prevista una fase di affinamento 16, in cui è previsto acquisire ulteriori dati. In una forma di realizzazione, in questa fase è previsto richiedere al medico di introdurre gli ulteriori dati che riportano pertanto il flusso alla fase 11 , come indicato dal ramo 21 in fig. 1.

Secondo forme di realizzazione, gli ulteriori dati richiesti sono funzione dei dati acquisiti nella fase di acquisizione 11, e dei risultati emersi dalla fase di ricerca 13.

In una forma di realizzazione, gli ulteriori dati possono comprendere ulteriori immagini, o foto, del cane oggetto di indagine. Ad esempio, nella fase di affinamento 16 può essere richiesto al medico di scattare una fotografia più ingrandita, oppure una foto meno dettagliata, che consenta di vedere l’animale nella sua interezza, oppure ancora fotografie di altre parti del corpo dalle quali sia possibile evincere informazioni utili in relazione ai sintomi dimostrati dall’animale.

In una forma di realizzazione, gli ulteriori dati possono comprendere informazioni che viene richiesto al medico di introdurre, ad esempio sotto forma di risposte a specifici quesiti. Ad esempio, nel caso esemplificativo sopra detto, la fase di affinamento 16 può prevedere di porre all’operatore specializzato la seguente domanda “Si manifesta caduta localizzata di pelo?”, alla quale l’operatore può rispondere affermativamente o negativamente, a seconda della situazione.

Secondo forme di realizzazione, gli ulteriori dati, siano essi ulteriori immagini oppure risposte a domande mirate, sono acquisiti tramite il dispositivo mobile compreso nel sistema che implementa il metodo secondo il presente trovato.

Dopo la fase di affinamento 16, è previsto ritornare alla fase di acquisizione 11, per poi procedere con la fase di elaborazione dati 12, e quindi con quella di ricerca 13, nella quale è previsto selezionare solamente quei risultati, tra tutti i risultati emersi dalla ricerca, che soddisfano anche gli ulteriori dati acquisiti nella fase di affinamento 16 in modo da affinare la ricerca e limitarla solamente ai risultati più pertinenti.

In forme di realizzazione, è previsto ripetere ricorsivamente la fase di ricerca 13, la fase di validazione 14, e la fase di affinamento 16 fino a quando la fase di validazione 14 restituisce esito positivo, ad esempio perché i risultati individuati sono inferiori al valore di soglia proporzionale impostato.

Si noti che i database interrogati durante le suddette fasi di ricerca sono dinamici poiché si arricchiscono di ulteriori informazioni relative ai nuovi casi indagati. Ad esempio, una volta che il personale medico veterinario ha ultimato la visita, e stabilito una diagnosi e una cura, la cartella clinica del cane verrà aggiornata di conseguenza, in modo che il database sia sempre aggiornato e accresca il numero di informazioni in esso contenute.

Il metodo sopra descritto è illustrato schematicamente anche nel diagramma di fig. 2, che si riferisce in particolare alla forma realizzativa esemplificativa che è stata descritta in precedenza, ove è visibile un tablet 17, in cui è mostrata un’immagine 18, e un esempio di parametri descrittori 19. Nellesempio illustrato l’immagine 18 è una foto di una porzione della zampa di un cane, in cui sono visibili i sintomi di una irritazione cutanea che deve essere oggetto di indagine.

Il tablet 17, ovverosia il dispositivo elettronico compreso nel sistema che implementa il metodo secondo il presente trovato, definente un’interfaccia tramite la quale il medico può interagire con il metodo per introdurre i dati richiesti e per visualizzare i risultati ottenuti.

In una forma di realizzazione, il tablet 17 può essere di tipo noto nella tecnica, e comprendere mezzi di acquisizione di immagini, configurati come una fotocamera digitale integrata, e un modulo di connessione che permette al tablet 17 di comunicare con l’esterno.

In forme di realizzazione, il sistema configurato per implementare un metodo di elaborazione dati secondo il presente trovato, oltre al suddetto tablet 17, comprende inoltre un server remoto, comunicante con il tablet 17 e provvisto di almeno un’unità di memoria in grado di contenere i database di riferimento tra cui vengono eseguite le ricerche 13 A, 13B, 13C sopra descritte, e le suddette banche dati tra cui vengono ricercati i parametri fisiologici.

In una forma di realizzazione, nella prima fase di acquisizione 11 è previsto acquisire anche un suono, sotto forma di file audio. In una forma realizzativa esemplificativa, il suono è l’abbaio del cane. In questa forma realizzativa, il tablet 17 è provvisto di un dispositivo rilevatore di suoni, di tipo noto nella tecnica.

Anche per questa forma di realizzazione, si rimanda a quanto descritto in precedenza con riferimento alla fig. 1, con gli opportuni adattamenti. In particolare, la fase di ricerca 13 prevede di ricercare anche su banche dati in cui sono memorizzati file audio, per reperire uno o più file rilevanti sulla base dell’abbaio acquisito nella fase di acquisizione dati.

In una forma di realizzazione, nella prima fase di acquisizione 11 è previsto acquisire un video, della durata almeno pari ad alcuni secondi, in cui è visibile l’essere vivente in movimento, ad esempio un video del cane che sta camminando, correndo e saltando. In questa forma realizzativa, è previsto acquisire il video nella sua interezza, senza estrarre una sequenza di fotogrammi da esso. Grazie all’acquisizione del video, il metodo secondo il presente trovato consente di visualizzare nella fase di presentazione 15, informazioni attinenti a possibili problemi posturali o di natura ortopedica emersi dall’elaborazione del video acquisito, secondo le fasi del metodo sopra descritte.

In una forma di realizzazione, il metodo secondo il presente trovato consente di determinare, nella fase di elaborazione dati 12, fattori di correlazione tra diversi parametri descrittori 19 identificativi di parametri fisiologici o patologici in correlazione reciproca. I fattori di correlazione sono determinati a partire dalle informazioni desumibili dall’ immagine 18 acquisita nella prima fase 11 di acquisizione dati.

Ad esempio, un determinato profilo dell’animale in cui l’addome risulta accresciuto in modo anomalo rispetto alle immagini standard di confronto, può far determinare un fattore di correlazione indicativo di un presunto stato di gravidanza, informazione che viene visualizzata nella fase di presentazione 15, passando per il ramo 20.

Secondo un altro esempio, la generazione di un parametro descrittore relativo a una certa patologia, può generare un parametro descrittore relativo ad un’altra patologia, che è correlata alla prima.

Secondo un ulteriore esempio ancora, possono essere generati parametri di correlazione che possono far emergere problematiche legate all’ambiente in cui vive quotidianamente l’animale. Ad esempio, la presenza informazioni riconducibili alla disidratazione, può portare ad un fattore di correlazione visualizzato nella fase di presentazione 15 (attraverso il ramo 20) indicativo del fatto che l’ambiente in cui vive il cane è eccessivamente caldo, e/o l’animale non assume quantità sufficiente di liquidi.

È chiaro che al metodo di elaborazione dati, e al sistema fin qui descritti possono essere apportate modifiche e/o aggiunte di fasi o parti, senza per questo uscire dall’ambito del presente trovato.

E anche chiaro che, sebbene il presente trovato sia stato descritto con riferimento ad alcuni esempi specifici, una persona esperta del ramo potrà senz’altro realizzare molte altre forme equivalenti di un metodo di elaborazione dati e di un sistema, aventi le caratteristiche espresse nelle rivendicazioni e quindi tutte rientranti nell’ambito di protezione da esse definito.

Claims (10)

1. RIVENDICAZIONI 1. Metodo di elaborazione dati che utilizza tecniche di intelligenza artificiale per rendere disponibile ad un medico informazioni attinenti alla propria attività professionale, in particolare concernenti un determinato essere vivente oggetto di indagine, comprendente le fasi di: - acquisizione (11) dei dati di ingresso relativi all’essere vivente oggetto di indagine, detti dati comprendendo almeno una immagine (18), parziale o completa, dell’essere vivente o un’immagine di un prodotto corporeo dell’essere vivente stesso, - elaborazione (12) dei dati di ingresso acquisiti nella fase di acquisizione (11), - ricerca (13) di dette informazioni attinenti ai dati di ingresso che sono stati acquisiti nella fase di acquisizione (11) in uno o più database di riferimento, - presentazione (15) delle informazioni che sono state reperite durante detta fase di ricerca (13) su almeno un dispositivo elettronico (17), detto metodo essendo caratterizzato dal fatto che detta fase di elaborazione (12) dei dati di ingresso comprende una fase di estrazione e classificazione (12A) di informazioni contenute in detti dati di ingresso, e una fase di generazione (12B) di uno o più parametri descrittori (19) correlati a parametri fisiologici e/o patologici dell’essere vivente desumibili da detta almeno una immagine (18), detti parametri descrittori (19) comprendendo un contenuto semantico corrispondente alle informazioni desumibili dall' immagine (18).
2. 2. Metodo come nella rivendicazione 1, caratterizzato dal fatto che detta immagine (18) compresa nei dati acquisiti durante detta fase di acquisizione (11) è scelta in un gruppo costituito da: una foto, uno o più fotogrammi ricavati da un video, un video, un file sonoro, una figura estrapolata da un contenuto testuale.
3. 3. Metodo come nella rivendicazione 1 o 2, caratterizzato dal fatto che detta fase di ricerca (13) delle informazioni comprende selezionare all’ interno dei database di riferimento le informazioni in cui è possibile rinvenire detti parametri descrittori (19).
4. 4. Metodo come in una qualsiasi delle informazioni precedenti, caratterizzato dal fatto che detta fase di ricerca (13) prevede di ricercare le informazioni su una pluralità di database in sequenza temporale uno dopo l’altro, oppure in maniera alternativa, ad esempio su certo un database ma non su un altro.
5. 5. Metodo come in una qualsiasi delle rivendicazioni precedenti, caratterizzato dal fatto che detta fase di ricerca (13) può essere eseguita dapprima in un primo database (13 A) contenente informazioni sul medesimo essere vivente oggetto di indagine, successivamente in un secondo database locale (13B) contenente informazioni su un gruppo di esseri viventi accomunati a quello raffigurato nell’ immagine compresa nei dati acquisiti da alcune determinate caratteristiche, e infine in un terzo database globale (13C) contenente informazioni su un vasto gruppo di esseri viventi dello stesso tipo di quello da indagare.
6. 6. Metodo come in una qualsiasi delle rivendicazioni precedenti, caratterizzato dal fatto che dopo detta fase di ricerca (13) e prima di detta fase di presentazione (15), è prevista una fase di validazione (14) degli esiti della fase di ricerca (13), in funzione della quale, nel caso in cui sia necessario affinare ulteriormente l’esito di detta fase di ricerca (13), può essere selettivamente prevista una fase di affinamento (16) tramite interazione con l’operatore specializzato in cui è previsto acquisire ulteriori determinati dati che vengono introdotti dall’operatore specializzato.
7. 7. Metodo come nella rivendicazione 6, caratterizzato dal fatto che è prevista una fase di aggiornamento di almeno uno dei database di riferimento, durante la quale vengono opportunamente memorizzati, in almeno detto database, detti dati acquisiti in detta fase di acquisizione (11), in particolare le informazioni contenute in detti dati che sono state estratte e classificate nella fase di estrazione e classificazione (12A) ed, eventualmente, detti ulteriori determinati dati acquisiti durante detta fase di affinamento (16), così da avere una base di dati in costante aggiornamento e sempre più ricca di informazioni
8. 8. Sistema per rendere disponibile ad un operatore specializzato informazioni attinenti alla propria attività professionale, in particolare per rendere disponibile ad un medico informazioni su un determinato essere vivente oggetto di indagine tramite un metodo di elaborazione dati come in una qualsiasi delle rivendicazioni precedenti, caratterizzato dal fatto che comprende un dispositivo elettronico (17) provvisto di mezzi di acquisizione di immagini e di un modulo di connessione che permette al dispositivo di comunicare con l’esterno per trasmettere/ricevere dati e definente un’interfaccia per l’operatore specializzato tramite il quale egli può introdurre dati di ingresso o visualizzare informazioni reperite; e almeno un server remoto, comunicante con il dispositivo elettronico (17) e provvisto di almeno una unità di memoria in grado di contenere detti almeno uno o più database di riferimento.
9. 9. Programma di computer comprendente istruzioni per implementare un metodo di elaborazione dati in un sistema per rendere disponibile ad un operatore specializzato informazioni attinenti alla propria attività professionale, in particolare concernenti un essere vivente oggetto di indagine, come nella rivendicazione 8, dette istruzioni di programma comprendendo le fasi del metodo come in una qualsiasi delle rivendicazioni da 1 a 7.
10. 10. Uso di un sistema come nella rivendicazione 8, in cui è implementato un programma di computer come nella rivendicazione 9 per attuare un metodo di elaborazione dati come in una qualsiasi delle rivendicazioni da 1 a 7, essendo caratterizzato dal fatto che è previsto utilizzare detto metodo nel settore della medicina veterinaria per coadiuvare un medico durante l’esercizio della propria attività professionale, in particolare per rendergli disponibile un adeguato numero di informazioni rilevanti che agevolino la sua successiva attività di diagnosi e cura.