Un progetto di: HEAL ITALIA, BI-REX
Alla luce della recente approvazione dell’AI Act da parte del Parlamento Europeo, si rende sempre più urgente lo sviluppo di infrastrutture di intelligenza artificiale che non solo soddisfino i requisiti di sicurezza e trasparenza, ma siano anche in grado di adattarsi a un quadro normativo in continua evoluzione.
Questo studio delinea il design di una piattaforma ibrida di intelligenza artificiale che sfrutta l’orchestrazione Kubernetes per gestire carichi di lavoro distribuiti sia on-premise che nel cloud. Tale piattaforma è ottimizzata per operazioni a bassa latenza in edge computing e per attività ad alta intensità computazionale nel cloud.
L’architettura proposta utilizza componenti open-source per la gestione del ciclo di vita dei modelli di IA, integrati con strumenti proprietari per il monitoraggio avanzato e la valutazione dei modelli. Questa integrazione garantisce la conformità con le normative stabilite dall’AI Act, fornendo tracciabilità, auditability e mantenimento delle prestazioni dei modelli di IA.
L’implementazione di metodologie MLOps nel contesto della medicina di precisione permette di gestire in modo efficiente l’intero ciclo di vita dei modelli di intelligenza artificiale, garantendo l’affidabilità, la riproducibilità e la scalabilità delle soluzioni AI, aspetti fondamentali nel delicato ambito della medicina personalizzata.
Obiettivi e benefici
Il progetto consente un’avanzata medicina di precisione grazie all’analisi di grandi quantità di dati clinici e genomici, facilitando diagnosi precoci, personalizzazione dei trattamenti e sviluppo di terapie mirate. La piattaforma rispetta i requisiti di sicurezza, trasparenza e adattabilità dell’AI Act, garantendo la protezione dei dati dei pazienti e la fiducia nelle soluzioni AI. L’architettura ibrida della piattaforma gestisce carichi di lavoro sia on-premise che nel cloud, adattandosi alle esigenze specifiche e ottimizzando le risorse.