Project Consulting

PMI nata nel 1998, è stata fra le prime aziende ad investire nell’Intelligenza Artificiale istituendo sin dal 2012 una struttura di Ricerca & Sviluppo dedicata all’AI e nel 2019 ha ampliato l’area di competenza alla Cyber Security, alle normative di riferimento (NIS2, NIST, ISO27001, AI ACT) e all’analisi del rischio connaturato all’uso dei sistemi digitali e dei modelli AI.

Sede: Roma

Soluzione innovativa:
Sistema di risoluzione adattativa di immagini medicali (SRAIM)

SRAIM è un framework innovativo di super risoluzione (basato sulla rete DWTSRNet, per la quale è stata presentata domanda di brevetto) specificamente progettato per il neuroimaging, cioè per il miglioramento della risoluzione spaziale delle immagini acquisite da dispositivi di diagnostica per immagini, quali tomografi computerizzati (CT), risonanza magnetica (MRI).
SRAIM impiega un metodo di risoluzione adattativa di immagini medicali che combina la potenza della trasformata wavelet discreta (DWT) per la decomposizione in frequenza, con architetture basate su transformer per la rappresentazione di caratteristiche a lungo raggio, integrate in un design clinicamente valido e leggero.

Partendo quindi da immagini a bassa risoluzione, SRAIM è in grado di ricostruire immagini HR di qualità diagnostica e clinicamente affidabili, mediante l’applicazione di una sequenza di moduli funzionali scientificamente rigorosa, clinicamente interpretabile e tecnicamente scalabile.

Il modello DWTSRNet su cui si basa SRAIM è stato allenato su immagini di Risonanza magnetica del cervello ed è stato testato e validato sia dal punto di vista tecnico matematico che dal punto di vista medico scientifico; per poter commercializzare la soluzione SRAIM occorre:

• Customizzare l’interfaccia utente per la visualizzazione dei dati elaborati da DWTSRNet.
• Adeguare la componente di back-end per gestire in modo sicuro e criptato i dati medici prodotti da SRAIM.
• Effettuare l’iter di certificazione della soluzione in ambito medico-diagnostico.
• Per la verticalizzazione su altri ambiti diagnostici costruire i relativi dataset di immagini per le fasi di allenamento del modello.

Ambito: digital health, diagnostica
TRL: 5
Brevetto: no
Funding need: circa 350.000 €