GEK Lab è una società di ricerca clinica e scientifica impegnata, dal 2012, nello studio e comprensione della relazione tra infiammazione, glicazione e nutrizione e nello sviluppo di sistemi integrati di analisi diagnostica e intervento clinico. L’azienda è composta da uno staff di circa 25 professionisti, tra personale interno e collaboratori esterni, composto da medici, biologi, nutrizionisti e dottori di ricerca esperti nella diagnosi e nel trattamento dell’infiammazione legata all’alimentazione, e finalizzato allo studio, all’analisi e allo sviluppo di strategie, prodotti e servizi scientifici innovativi per i pazienti.
Grazie alla sua esperienza clinica nella diagnosi e nel trattamento dell’infiammazione legata all’alimentazione, la società ha brevettato negli anni una serie di metodi diagnostici.
La collaborazione tra GEK Lab e MADE nasce dalla frequentazione di un corso di formazione progettato dal Competence Center i4.0 per offrire una panoramica completa e approfondita sul mondo dell’intelligenza artificiale (IA) e la comprensione dei principi base dell’IA, del machine learning e del deep learning, nonché delle loro implicazioni e applicazioni a supporto del percorso di digitalizzazione delle aziende in un’ottica di Industria 4.0.
Da quella occasione di incontro è nata la conoscenza reciproca tra le aziende presenti che ha portato alla collaborazione attuale.
Scopo della società di life science GEK Lab, che già gestisce e distribuisce i dati sanitari e i propri prodotti attraverso una piattaforma informatica che consente l’interazione tra pazienti, medici, il proprio laboratorio di ricerca ed analisi e le farmacie e i centri medici partner, era quella di approfondire le proprie competenze nel campo dell’intelligenza artificiale per affinare e migliorare la generazione, la raccolta e l’analisi dei dati sanitari .
Durante il corso, nell’ambito di un modulo dedicato all’intelligenza artificiale e gli smart tissue (tessuti smart), curato dal Laboratorio di Ingegneria Tissutale dell’Università di Brescia, partner del Competence Center Industria 4.0, tra i numerosi esempi applicativi in gran parte dedicati al settore manifatturiero, si è parlato anche di biosensori e di un loro possibile utilizzo per la rapida restituzione dell’esito di un esame eseguito dal paziente, in qualunque posto esso venga effettuato.
A valle del corso di formazione, attraverso l’esplorazione di servizi offerti da MADE e la collaborazione con l’Università di Brescia e il Politecnico di Milano, GEK Lab ha potuto sviluppare un progetto di ricerca innovativo con il quale ha partecipato al bando MADE che prevede un finanziamento PNRR per la promozione dello sviluppo tecnologico e digitale, nonché la creazione di competenze specialistiche avanzate nel settore industriale, con particolare riguardo alle piccole e medie imprese, in coerenza con il quadro degli interventi del Piano nazionale Industria 4.0.
Obiettivo del progetto di ricerca è lo sviluppo di un innovativo biosensore che, attraverso la lettura di diversi marcatori per la valutazione di parametri di tipo clinico e fisiologico all’avanguardia, fornisca un dato quantitativo, immediatamente leggibile dal paziente e interrogabile dal team di esperti medici di GEK Lab per effettuare diagnosi molto più precise e puntuali, dovunque si trovi il paziente.
Che cosa sono i biosensori
I biosensori vengono definiti come dispositivi comprendenti un sistema di riconoscimento biologico e un trasduttore per l’elaborazione del segnale e, attualmente, sono già impiegati in svariati ambiti per la loro versatilità, il basso costo della strumentazione e reagenti, la sensibilità e rapidità di misura. Negli ultimi anni, lo sviluppo e l’applicazione dei biosensori nel settore medico, ambientale ed alimentare ha suscitato un notevole interesse sia dal punto di vista accademico che industriale.
In campo medico, risultano di fondamentale importanza nella diagnosi di patologie epatiche e particolarmente utili, ad esempio, nel controllo del diabete gestazionale e di una serie di malattie metaboliche con uno spettro di utilizzo estremamente ampio. Vengono utilizzati per la determinazione di parametri clinico-fisiologici, quali glucosio, creatinina, proteine, lattato, ecc., sostituendo le tradizionali analisi di laboratorio.
Un esempio di biosensore è il glucometro che permette alle persone diabetiche di misurare il tasso di glucosio nel sangue, così come l’analisi immediata di due o più molecole, quali ad esempio albumina glicata e metilgliossale, che evidenziano anche gli effetti potenzialmente dannosi di tutti i tipi di zuccheri.
L’obiettivo del progetto di ricerca e il vantaggio dei biosensori
Nel panorama attuale, il progetto di ricerca si caratterizza per una forte connotazione di unicità e innovatività di tipo scientifico e metodologico.
L’obiettivo del progetto è creare un dispositivo che, nella valutazione di determinati parametri, compresi quelli infiammatori, restituisca nell’immediato un dato quantitativo con la stessa precisione di un’analisi di laboratorio, riducendo il rischio di errore e aumentando le possibilità di accesso ai dati del paziente per effettuare una diagnosi molto più puntuale.
A differenza dei metodi utilizzati nei lateral flow test – per intenderci quelli impiegati, ad esempio, sia sul campo che nella routine, per valutare la positività al Covid 19, in grado di fornire risultati qualitativi che rappresentano spesso un compromesso tra praticità e accuratezza dell’analisi - i biosensori sono in grado di restituire un’informazione quantitativa molto accurata, senza doversi recare in un laboratorio di analisi.
L’utilizzo dei biosensori permetterà non solo di avere più marcatori all’interno dello stesso device, ma anche una maggiore velocità ed accuratezza di misurazione, costi inferiori e, soprattutto, un interfacciamento diretto con le piattaforme di analisi dell’azienda.
Ad oggi, infatti, le analisi vengono effettuate raccogliendo un tampone ematico, stand alone, presso il domicilio del paziente oppure in farmacia, che viene spedito al laboratorio di analisi di GEK Lab di Roma, dove vengono ricavati i dati, sulla base dei quali il team di esperti medici che ha sede a Milano formula la diagnosi medica.
Un processo che è senz’altro all’avanguardia per il tipo di marcatori utilizzati e le varianti biogenetiche analizzate dai laboratori di GEK Lab e il tipo di valutazione fornite in termini di medicina di precisione, ma che richiede alcuni giorni per la restituzione del referto medico al paziente, rendendo il sistema poco idoneo al monitoraggio continuativo del paziente e, quindi, più difficile una modulazione precisa e personalizzata dell’intervento terapeutico.
Lo sviluppo del biosensore consentirà, quindi, la realizzazione di un servizio di diagnosi innovativo nelle modalità di gestione e fruizione che avrà un impatto significativo sulla salute dei pazienti e sulla sanità pubblica.
Grazie all’uso di algoritmi di Intelligenza Artificiale e Machine e Deep learning, sarà inoltre possibile ottimizzare il sistema di apprendimento e l’approccio progettuale nella realizzazione del biosensore, in funzione della definizione dell’architettura più adeguata al conseguimento dei risultati desiderati, rispetto agli standard di laboratorio.
Il progetto di ricerca consentirà a GEK Lab di sviluppare strategie, prodotti e servizi scientifici ancora più innovativi, contribuendo in maniera decisiva al miglioramento dell’assistenza sanitaria personalizzata.
L’esempio di GEK Lab mostra come, grazie al proprio expertise e alla sinergia con le Università del territorio presenti all’interno del consorzio - Politecnico di Milano e Università di Brescia - MADE Competence Center Industria 4.0 sia in grado di intercettare le esigenze di digitalizzazione di aziende anche non necessariamente afferenti al mondo del manifatturiero, offrendo in maniera trasversale, attività di orientamento, formazione e finalizzazione di progetti di trasferimento tecnologico sui temi dell’industria 4.0, che consentono alle PMI italiane una condivisione di esperienze e saperi accademici indispensabili per fare innovazione e per essere competitive sul mercato.
