Healthcare Value

PERFEXIAHealth Insights

La soluzione di Big-Data Analytics per la Sanità

PERFEXIA S.r.l. , nasce a settembre 2003, con la volontà di sviluppare per i suoi clienti soluzioni con forti contenuti innovativi, lo sviluppo e laprogettazione di sistemi applicativi complessi.La continua formazione ed addestramento del personale nella gestione dei processi aziendali mira a dare una soluzione completa che comprende ilsupporto al cliente step by step in tutti i processi, dallo sviluppo, alla formazione e l’assistenza; fornendo le migliori risposte nel mondo dell'Information& Communication Technology.Perfexia si occupa di consulenza e sviluppo di applicativi in ambito :Knowledge Management;Document Management,Multimedialità ( realtà aumentata);Big Data e Business Intelligence,Sicurezza Logica e Fisica ; Cyber security.L’esperienza nello sviluppo di applicazioni basate sull’utilizzo delle reti neurali; ha fatto sì che Perfexia divenisse partner di HP spa e al contempo uncentro avanzato per quanto riguarda lo sviluppo di applicazioni sull’intelligenza artificiale e Big Data Analytics.Organico 32 unità (25 dipendenti a tempo indeterminato e 7 consulenti)

Partecipazioni azionarie:WowMedia, specializzata in comunicazione e marketing multimediale.Magis4U, Piattaforma di Realtà Aumentata

Certificazioni: certificata UNI EN ISO 9001:2008 INTERTEK dall’anno 2007, e NOS, Nulla Osta Sicurezza (secreto NATO).

Partners: HPE spa , Engineering spa, Poste Italiane spa, Deda Group spa, Microfocus spa, Safety21 spa.

Clienti: Leonardo/ex FinMeccanica, IBM, Deda Group, Postecom, Price Waterhouse Coopers, Ancitel, Synchro Consulting, Aziende Sanitarie ed Ospedali

PERFEXIA s.r.l. Profile

La piattaforma ExS² è protetta da n. 4 copyright SIAE quale titolare dei diritti di utilizzazione e dan. 2 brevetti rilasciati dal Ministero dello Sviluppo Economico, di seguito riportati:

1. Registrazione SIAE in data 13.09.2007 n. 2007010039 ,n. 2007004721 Sw, serviziogestione atti sanzionatori

2. Registrazione SIAE in data 29.12.2008 n. 007026-D006247 , applicativo utilità, leggenella rete

3. Registrazione SIAE in data 13.07.2010 n. 007745-D006944 , applicativo gestionale , webExS²

4. Registrazione SIAE in data 13.10.2010 n. 007746-D006945, applicativo web legge nellarete

Il primo Brevetto n. 0001401793 rilasciato in data 28 agosto 2013 dal Ministero dello SviluppoEconomico.

TITOLO Brevetto: “metodologia e relativo sistema applicativo per supportare funzionari, dirigentipubblici e professionisti chiamati a prendere decisioni aventi valore legale e giuridico ”.

Il secondo Brevetto n. 0001415701 rilasciato il 29 aprile 2015 dal Ministero dello SviluppoEconomico.

TITOLO Brevetto: “metodo. e relativi strumenti, per estrarre da un qualsiasi sistema di gestione eclassificazione di documenti, relativi ad uno specifico campo di conoscenza, informazioni relativealla importanza, o pesatura, relativa e assoluta, delle fonti da cui provengono, attuato attraversosistema informatico”.

IL 22.01.2014, Perfexia ha fatto domanda n. 14152198.9 all’EPO (European Patent Office) perl’estensione alla domanda di brevetto n. RM2013A000040 a livello Europeo.

l’EPO ha dato parere favorevole alle 15 rivendicazioni di privativa industriale richieste, si è ora inattesa del Patent Office, che si spera di ricevere entro l’anno 2016.

Settore; Giuridico-Legale/DocumentaleExS²(EXPERT SUPPORT SYSTEM) SYSTEM

Brevetto n. 0001415701 rilasciato il 29 aprile 2015 dal Ministero dello SviluppoEconomico.

IL 22.01.2014, Perfexia ha fatto domanda n.14152198.9 all’EPO (EuropeanPatent Office) per l’estensione alla domanda di brevetto n. RM2013A000040 alivello Europeo.

l’EPO ha dato parere favorevole alle 15 rivendicazioni di privativa industrialerichieste, si è ora in attesa del Patent Office, che si spera di ricevere entro l’anno2016.

TITOLO Brevetto : “metodo. e relativi strumenti, per estrarre da un qualsiasisistema di gestione e classificazione di documenti, relativi ad uno specificocampo di conoscenza, informazioni relative alla importanza, o pesatura, relativa eassoluta, delle fonti da cui provengono, attuato attraverso sistema informatico”.

Nelle rivendicazioni industriali, del Brevetto riportiamo il seguente paragrafo:«una fase di configurazione in cui un utente specialista di un dominio diconoscenza, salute e sanità», ecc….

IL 23 giugno 2016 con domanda n. 102016000055658, presso

L’ Ufficio Italiano Brevetti e Marchi Perfexia ha depositata domanda per unnuovo brevetto Industriale

TITOLO richiesta Brevetto : «nuovo metodo, e relative applicazioni, perdiscriminare con una sequenza di passi le prassi meno efficaci da quelle piùefficaci, al fine di individuare il percorso ideale, chiamato percorso sanitario,relativo al trattamento ospedaliero ed extraspedaliero di una qualsiasi patologiaidentificata, attuato attraverso sistemi informatici non-lineari di supporto aprofessionisti che operano in ambito: sanitario, salute e benessere,amministrazione di enti e aziende ospedaliere.

BIG DATA ANALYTICS ENGINE nel settore Sanitario

BREVETTI PERFEXIA

Health Insights

• Health Insights è un framework analitico progettato esclusivamente per la Sanità che poggia su un modello innovativo di warehousing, ottimizzato per il Big Data Analytics.

• Un Enterprise Data-Lake che garantisce l’accessibilità di tutti i records. Meccanismi di creazione automatica di metadati ricreano le tag minimali dei records incompleti comparandone il contenuto con altri già metadatati

• Lo scopo principale è quello di utilizzare al massimo i dati raccolti dai numerosi erogatori di servizi, siano essi strutturati, semi-strutturati o totalmente non-strutturati. Health Insights offre potenzialità di analisi e prestazioni di accesso ai dati inarrivabili con le tradizionali tecnologie di gestione dati e apre finestre di osservazione uniche ed inedite sui fenomeni che caratterizzano la storia clinica dei pazienti.

• Health Insights facilita l’accesso a moli di dati vastissime, utilizzando filtri su variabili strutturate, ma anche ricerche in linguaggio naturale.

• Estrae conoscenza nascosta tramite potenti algoritmi di Intelligenza Artificiale e funzionalità di Text-Mining che permettono di utilizzare tutti i dati a disposizione in maniera semplice ed intuitiva.

Value Proposition

Health Insights utilizza tecnologie innovative per rivoluzionare l’approccio al DataWarehousing in Sanità:

• Riduce la frammentazione delle sorgenti dati mediante la creazione di un Single Point Of Query. Questa nuova entitàrappresenta la porta d’accesso ai dati per ogni iniziativa di analisi (Business Intelligence, Data Mining, ArtificialIntelligence)

• Rappresenta la storia clinica di pazienti in eventi ed osservazioni cliniche, ordinando tutto in una “timeline” unitariaed integrata

• Estrae valore dalle informazioni non strutturate, che in Sanità rappresentano spesso la parte più importante di unevento di cura (referti, osservazioni cliniche, lettere di dimissione, prescrizioni, ecc)

• Offre una infrastruttura orientata ai servizi (SOA) che facilita lo sviluppo di soluzioni di analisi personalizzate

• Supporta alimentazione ed analisi dati in real-time tramite una architettura Massive Parallel Processing. StreamingData Analysis come alternativa moderna e più performante al tradizionale Batch Processing (Hadoop)

I vantaggi

Un uso profondo di tutti i dati e l’estrazione della conoscenza nascosta in essi porta benefici alSistema Sanitario e supporta la Clinical Governance:

• Miglioramento della qualità delle cure: permette ai medici di prendere decisioni informate, supportati dallapossibilità di attingere a una vastissima letteratura di referti, osservazioni cliniche, lettere di dimissione

• Analisi dei percorsi di cura: la ricostruzione puntuale di fenomeni trasversali facilita il monitoraggio di percorsi,complessi e multi-disciplinari, anche ospedale-territorio e la presa in carico omnicomprensiva dei pazienti

• Profilazione di pazienti: avanzati algoritmi di Data-Mining e di Artificial Intelligence permettono laclassificazione dei pazienti in base alle loro caratteristiche cliniche, demografiche ecc. semplificando lacomprensione di fenomeni e promuovendo il raggiungimento e mantenimento di elevati standard assistenziali

• Supporto a metodologie di classificazione: ACG, CREG, ecc. Superamento concetto di patologia prevalente eclassificazione a pieno spettro dei cittadini e calcolo delle prestazioni più probabili (EPA)

Structured Data

Strutturate

Semi-strutturate

Non strutturate

Sorgenti dati

Column store

No SQL

Text Indexing

Tecnologie abilitanti

Structured Data

Entities & RelationsGraph representation

Text Mining

Artificial Intelligence

Data Analysis

Business Intelligence

Ogni episodio del percorso di salute ha associata una valutazione medica

1. È la parte fondamentale del percorso di salute

2. Salvo alcune informazioni strutturate (esDiagnosi ICD, DRG o codice prestazione datariffario regionale) è sempre formulata informati semi o non strutturati

3. Viene registrata e salvata nel DWH per obblighimedico-legali ma non viene mai usata inanalisi dei dati

4. Health Insights permette l’identificazione dieventi clinici partendo da ricerche inlinguaggio naturale

5. Health Insights inverte l’approccio all’analisidei dati tipico della Business Intelligence: nonsi parte solo da chi/quando per arrivare a cosama si parte da cosa per arrivare achi/quando/dove/perché

Valorizzazione dei dati non strutturati

Funzionalità avanzate di Text Mining e A.I.

1. Modelli preaddestrati per la classificazione automatica di pazienti e cittadini in classi patologiche principali:- Patologie autoimmuni- Patologie cardiovascolari- Patologie metaboliche- Patologie oncologiche- Patologie degenerative- Patologie rare- Patologie psichiatriche

2. Si possono creare addestramenti specifici per la ricerca scientifica

3. Entities extraction (es. prescrizioni farmacologiche in referti e lettere di dimissione) tramite l’uso di complessi algoritmi di “dictionary-matching” (Deterministic Finite Automaton).

4. Pesatura dei risultati mediante procedure inedited protette da nostri brevetti

Valorizzazione dei dati non strutturati

Health Insights permette di classificare lacasistica mediante modelli si A.I. chericercando determinate patologie,oppure sintomi, offrono supportonell’attività di diagnosi

Es. Un modello per la ricerca dei pazientiaffetti da Morbo di Crohn in 3 passaggi

1. Definizione dei criteri della ricerca

2. Creazione di logiche avanzate per associare i criteri tra di loro

3. Pesatura differenziata dei criteri (con scala da 0 a 2)

• I modelli definiscono i criteri di galleggiamento dei risultati più pertinenti.

• L’analista vaglia e seleziona i risultati generati dal modello, eliminando i falsi positivi che finiranno in coda

Dolore addominale(Obbligatorio)

Dolore alla regionedestra dell’addome

Febbre (può generarefalsi positivi)

Perdita dell’appetito

Diarrea con scariche di feci liquide(importante)

AND

ANY OF

Peso 1.8

Peso 1.5

Peso 0.1 Peso 0.2

Grouping

Creazione di modelli di Intelligenza Artificiale

Modelli di intelligenza artificiale

Health Insights è stato selezionato dalla Fondazione Ebris per un progetto congiuntocon Massachusetts General Hospital e Harvard University sull’analisi delle mutazionidel genoma e microbioma che portano alla celiachia

Un modello innovativo di comparazione dei campioni di DNA nel tempo, per centinaiadi pazienti arruolati sin dalla nascita:

1. Ingestione dei formati FASTQ

2. Comparazione iterativa veloce di stringhe (Hamming distance comparison)

3. Annotazione degli scarti percentuali dalla rilevazione precedente

4. Comparazione iterativa accurata delle stringhe con percentuale di variazione superiore ad una soglia selezionabile dai ricercatori (improved Levenshtein distancealgorithm)

5. Analisi dei dati anagrafici, anamnestici, stili di vita, consumo di farmaci, alimentazione, ecc. dei pazienti con intervenute mutazioni genomiche

6. Ricerca di correlazioni, eventi scatenanti, ecc.

Il Single Point of Query è la timeline unitaria ed integrata ditutti gli eventi, generati da tutti i servizi, per tutti i pazienti,senza limiti di tempo. Gli eventi possono essere di naturaclinico-sanitaria, ma anche amministrativa-contabile edanagrafica. Questa visione allargata permette di effettuaretimeline analysis, combinando dati provenienti da piùsorgenti ed in più formati. I vantaggi:

• Abilita la visione d’insieme di fenomeni complessi

• Facilita il monitoraggio di piani di cura, anche i piùcomplessi PDTA Ospedale-Territorio

• Permette la creazione di cruscotti BusinessIntelligence integrati

• Facilita analisi multidisciplinari complesse,semplificate da una modellazione dati innovativa esupportate da un’architettura tecnologicaperformante

Potenzialità del Single Point of Query

Il Single Point of Query facilita le iniziative diFascicolo Sanitario Elettronico siacentralizzato che distribuito

Potenzialità del Single Point of Query

Agisce come piattaforma di coordinamentoper l’accesso rapido alle informazioni clinichedel FSE o di un EHR

Facilita l’orchestrazione di FSE o EHR, anche distribuiti geograficamente, e riconcilia i distribuiti su molti nodi e provenienti da sorgenti eterogenee (EHR, IoT, Apparati Elettromedicali, ecc)

Il Single Point of Query permette di formularecomplesse ricerche, in modalità differenti(Cruscotti di Business Intelligence, Algoritmidi Intelligenza Artificiale, Text-Mining, ecc) edi combinare i risultati ottenuti in recordsetintergrati

Potenzialità del Single Point of Query

• Identifica sovrapposizioni tra risultati ottenuti da ricerche differenti

• Permette di combinare i risultati di più ricerche• Passa i risultati così ottenuti ad analisi successive o anche a

soluzioni analitiche esterne

Enterprise Data-Lake reinventato

Data Ingestion

Data Orchestration

Data Analysis

Data sources

•Strumenti di ETL (Talend Open Studio)

•REST-api (anche in modalità DataStreaming)

•SOAP WebServices

Single Point of QueryS.P.Q

•Directory primaria per la gestione delle informazioni

•Coordina il rilascio delle chiavi comuni tra eventi ed osservazioni cliniche

•Risponde direttamente a queries SQL

Big Data AnalyticsHealth Insights

•Business Intelligence tradizionale, con il boost tecnologico della tecnologiacolonnare alla base di Health Insights

•Analisi in linguaggio naturale

•Modelli Addestrati

•Intelligenza Artificiale, Automata, Data Mining

• Tutti i fatti sono registrati come eventi edosservazioni.

• Ogni fatto genera almeno un evento

• Non tutti gli eventi hanno osservazioni

• ID evento è identificativo univoco delDataLake e collega le osservazioni (cliniche)agli eventi

• Health Insights gestisce in manieraautonoma l’archiviazione su piattaformetecnologiche differenti, utilizzando latecnologia più adatta ad ogni tipo diinformazione

• Data Lake

• Data Swamp