La Matematica di Moxoff aiuta nella scelta della protesi ideale

19/03/2021

Il numero di pazienti ortopedici sotto i 65 anni sta aumentando e con loro l’esigenza di una risposta medica veloce ed efficace. Tuttavia ad oggi un paziente su cinque è insoddisfatto del risultato dell’intervento di protesizzazione chirurgica. E’ da questo bisogno che nasce Rejoint, startup italiana che opera nel campo della medicina ricostruttiva.

Rejoint ha chiesto a Moxoff di applicare le sue competenze in campo di intelligenza artificiale e di realtà aumentata nell’implementazione di analisi e modellizzazione per individuare la miglior soluzione protesica e del relativo posizionamento ideale per l’innesto durante l’operazione chirurgica.

Estrapolare i dati dalle immagini per ottimizzare la scelta della protesi 

Il team di Moxoff ha ideato un algoritmo originale in grado di interpretare, tramite tecniche di ottimizzazione matematica e di data analysis, l’informazione contenuta nelle immagini medicali per suggerire all’operatore la protesi che meglio risponda all’anatomia dell’arto del paziente ed del suo posizionamento.

Gli specialisti di Moxoff dopo aver identificato e compreso le diverse variabili implicate nell’intervento di artroprotesi totale del ginocchio (TKA – Total Knee Arthroplasty) hanno quindi tradotto in termini matematici le varie misure, i vincoli e i criteri che fanno parte del complesso contesto chirurgico e che contengono preziose informazioni per garantire la soluzione più confortevole e soddisfacente per il paziente.

L’algoritmo

L’algoritmo permette agli operatori Rejoint ed ai chirurghi di simulare la ricostruzione articolare visualizzando agevolmente la protesi scelta tra le migliaia prodotte dall’azienda e di sceglierla in base ai criteri di ottimizzazione messi a punto dal team di matematici e data scientist di Moxoff, individuandone il posizionamento ottimale sull’osso. 

La soluzione proposta consente, inoltre, di valutare e configurare i parametri che sono stati utilizzati per ottenere il risultato e la misura d’errore che ne deriva. La prima versione dell’algoritmo è stata implementata per l’individuazione di protesi femorali e tibiali per TKA mentre rilasci successivi potranno estendere la procedura ad ulteriori tipologie di protesi includendo vincoli chirurgici sempre più stringenti.

I benefici dell’ intelligenza artificiale e del machine learning 

“Quando si introducono le tecnologie Industry 4.0 i n settori conservativi si riesce a stravolgere i processi di business ed offrire prodotti qualitativamente migliori”, sostiene Gian Guido Riva, CEO di Rejoint. Con questa soluzione, Rejoint introduce una vera e propria novità nel mondo dei dispositivi medici, realizzata grazie a tecnologie che sembrano futuribili, ma sono in realtà utilizzate con successo nel settore dell’industria 4.0. Il risultato di questa innovazione tecnologica permetterà di fornire ai pazienti migliori risultati, aumentando la soddisfazione della performance chirurgica e contribuendo ad un risparmio sui costi sanitari.

Il team di Moxoff che ha collaborato alla riuscita del progetto, all’ideazione e all’implementazione degli algoritmi di ottimizzazione della protesi aggiunge: Lavorare braccio a braccio con Rejoint ci ha permesso di unire le conoscenze matematiche a quelle mediche al fine di rendere disponibile per ogni paziente la protesi migliore”.