Glossario

In immagini o segnali medici, è una qualsiasi caratteristica visibile che non corrisponde alla reale anatomia o fisiologia del paziente. È un'anomalia, una distorsione o un errore introdotto durante l'acquisizione, l'elaborazione o la visualizzazione del dato, che può portare a una diagnosi errata se non riconosciuto.

• Caratteristiche:
  • Non è una struttura biologica reale.
  • Origina da errori nel processo di acquisizione (es. movimento del paziente) o elaborazione.
  • Può oscurare informazioni importanti o simulare una patologia.
  • Il suo riconoscimento è cruciale per una diagnosi corretta.
• Nel concreto:
  Durante una Risonanza Magnetica, un piccolo movimento della testa del paziente può creare delle immagini "mosse" o delle "striature" (chiamato artefatto da movimento). Queste striature non sono strutture cerebrali reali, ma un disturbo che il medico deve saper identificare per non confonderlo con una lesione.

I dati strutturati sono informazioni organizzate secondo uno schema fisso e predefinito (come le celle di una tabella), mentre i dati non strutturati non hanno un modello predefinito e sono di natura più "libera".

• Caratteristiche:
  • Strutturati: Facili da interrogare, validare e analizzare con i computer. Sono il linguaggio dei database, ma possono essere troppo rigidi per catturare le sfumature della realtà clinica.
  • Non Strutturati: Molto ricchi di dettagli e contesto (es. testi, immagini). Sono difficili da analizzare in modo automatico e richiedono tecniche avanzate come il Natural Language Processing (NLP) o la Computer Vision. Costituiscono la stragrande maggioranza dei dati sanitari.
• Nel concreto:
  In una cartella clinica, l'età del paziente (es. 58), il suo sesso (es. "M") e un codice diagnosi sono dati strutturati. La descrizione della visita scritta dal medico nel referto ("Il paziente riferisce dolore toracico da due giorni...") o una radiografia del torace sono dati non strutturati.

La capacità di sistemi informatici o software diversi di comunicare, scambiare e interpretare dati in modo efficace e univoco. In sanità, significa che le informazioni di un paziente possono essere condivise e comprese da diversi ospedali o sistemi software, indipendentemente dal fornitore, garantendo un flusso di informazioni continuo e corretto.

• Caratteristiche:
  • Si basa su standard condivisi (es. DICOM per le immagini, HL7 per i dati clinici).
  • Assicura la continuità delle cure e la sicurezza del paziente.
  • Permette la comunicazione tra sistemi eterogenei.
  • Preserva il significato dei dati durante lo scambio di informazioni.
• Nel concreto:
  Un paziente esegue una TAC in un ospedale a Roma. Grazie all'interoperabilità, il suo medico di base a Milano può accedere al referto e alle immagini direttamente dal suo software ambulatoriale. Questo avviene senza bisogno di CD o stampe, perché i due sistemi "parlano la stessa lingua".

Una tecnica di pre-elaborazione dei dati che consiste nel riscalare i valori numerici in un intervallo predefinito e comune, solitamente tra 0 e 1. Lo scopo è portare diverse misurazioni sulla stessa scala, senza distorcere le differenze relative tra i valori, per evitare che variabili con range molto ampi dominino gli algoritmi di IA.

• Caratteristiche:
  • Riscala i dati in un range fisso (es. [0, 1] o [-1, 1]).
  • Mantiene le proporzioni tra i dati originali.
  • È sensibile ai valori anomali (outliers), che possono "schiacciare" il resto dei dati.
  • Fondamentale per molti algoritmi di Machine Learning.
• Nel concreto:
  Per addestrare un'IA a predire un rischio cardiaco, si usano l'età (range 20-90) e il colesterolo (range 150-300). Normalizzando entrambi in un intervallo [0, 1], un'età di 90 anni e un colesterolo di 300 diventano entrambi 1, mentre un'età di 20 e un colesterolo di 150 diventano 0. In questo modo, l'algoritmo li considera su un piano di parità.

Il termine "pixel" è l'abbreviazione di Picture Element (elemento di immagine). È la più piccola unità che compone un'immagine digitale bidimensionale (2D). Immagina un'immagine digitale come un grande mosaico: ogni singola tessera colorata di quel mosaico è un pixel

• Caratteristiche:
  Ogni pixel ha una specifica posizione (coordinate x, y) e un valore numerico che rappresenta un'intensità o un colore. Nelle immagini mediche in scala di grigi, come una radiografia, questo valore indica un livello di grigio (dal nero al bianco), che corrisponde a quanto il tessuto ha assorbito i raggi X.
• Nel concreto:
  Un'immagine con più pixel avrà un dettaglio potenziale maggiore. Un singolo pixel, da solo, non ha significato, ma l'insieme di milioni di pixel crea l'immagine diagnostica che il medico analizza.

Dati relativi allo stato di salute dei pazienti e all'erogazione di assistenza sanitaria, raccolti di routine al di fuori degli studi clinici controllati.

• Caratteristiche:
  • Origine Pratica: Provengono dalla normale pratica clinica quotidiana (cartelle cliniche, dati amministrativi, registri di patologia, dati da app e dispositivi indossabili).
  • Eterogeneità: Sono molto vari e complessi, spesso non raccolti con uno scopo di ricerca primario.
  • Autenticità: Offrono uno spaccato della salute e della cura nel "mondo reale", con tutta la sua complessità e variabilità.
• Nel concreto:
  Immagina di voler studiare l'efficacia di un farmaco per il diabete dopo la sua immissione in commercio. Invece di creare un nuovo studio da zero, analizzi i dati di migliaia di pazienti diabetici già presenti nelle cartelle cliniche degli ospedali. Questi dati, che includono glicemia, farmaci assunti e altre patologie, sono un perfetto esempio di Real-World Data.

È il processo tecnico utilizzato per identificare e collegare in modo affidabile i record che si riferiscono alla stessa entità (ad esempio, uno stesso paziente) ma che provengono da diverse fonti di dati o database.

• Caratteristiche:
  • Fondamentale per l'Integrazione: È un passo fondamentale per poter integrare dati provenienti da sistemi informativi diversi (es. ospedale, medico di base, laboratorio).
  • Risoluzione di Ambiguità: Affronta problemi pratici come errori di battitura nei nomi, anagrafiche diverse o mancanza di codici identificativi unici.
  • Comprensivo: Permette di ricostruire una visione completa e longitudinale della storia clinica di un paziente, superando la frammentazione delle informazioni.
• Nel concreto:
  Un ospedale vuole unire i dati del suo reparto di cardiologia con quelli del laboratorio analisi. Il Record Linkage è il processo che, usando informazioni come nome, data di nascita e codice fiscale, si assicura che i record di "Mario Rossi" del laboratorio e "M. Rossi" della cardiologia appartengano effettivamente alla stessa persona, permettendo di unirli correttamente in un'unica storia clinica.

La risoluzione spaziale si riferisce alla capacità di un sistema di imaging di distinguere due oggetti molto vicini tra loro come entità separate. In parole semplici, è una misura del livello di dettaglio di un'immagine.

• Caratteristiche:
  Una risoluzione spaziale alta significa che l'immagine è molto dettagliata e si possono vedere anche strutture anatomiche molto piccole. Una risoluzione spaziale bassa produce un'immagine più "sfocata" o "sgranata", dove i piccoli dettagli si perdono.
• Fattori determinanti:
  È direttamente collegata alla dimensione dei pixel o dei voxel. Più piccoli sono i pixel/voxel, maggiore sarà la risoluzione spaziale dell'immagine.

Un'altra tecnica di pre-elaborazione che trasforma i dati in modo che la loro distribuzione abbia una media pari a 0 e una deviazione standard pari a 1. Il valore risultante (Z-score) indica di quante deviazioni standard un punto si discosta dalla media del gruppo.

• Caratteristiche:
  • Si basa su media e deviazione standard dei dati.
  • Non vincola i dati a un range specifico.
  • È meno sensibile agli outliers rispetto alla normalizzazione.
  • Particolarmente utile per algoritmi che assumono una distribuzione Gaussiana ("a campana") dei dati.
• Nel concreto:
  In uno studio sulla pressione sistolica, la media è 130 mmHg e la deviazione standard è 15 mmHg. Dopo la standardizzazione:
  • Un paziente con 145 mmHg avrà un valore di +1 (è a una deviazione standard sopra la media).
  • Un paziente con 115 mmHg avrà un valore di -1 (è a una deviazione standard sotto la media).

Il termine "voxel" è l'abbreviazione di Volume Element (elemento di volume). È l'equivalente tridimensionale (3D) del pixel. Se il pixel è una tessera piatta di un mosaico, il voxel è un piccolo cubo, un mattoncino che costituisce un oggetto 3D.

• Caratteristiche:
  I voxel sono fondamentali in tecniche di imaging che acquisiscono dati volumetrici, come la Tomografia Computerizzata (TC o CT scan) e la Risonanza Magnetica (RM o MRI). Ogni voxel ha una posizione nello spazio (coordinate x, y, z) e un valore numerico che rappresenta l'intensità del segnale proveniente da quel specifico punto del corpo del paziente.
• Nel concreto:
  L'insieme di tutti i voxel permette di ricostruire un modello tridimensionale di un organo o di una parte del corpo, che può essere visualizzato da qualsiasi angolazione.