Un progetto di: Bip, Aindo, Fondazione IFAB
La medicina di precisione sta migliorando il trattamento del Parkinson attraverso la fenotipizzazione, la genetica e l’utilizzo di altri dati omici. Questo approccio genera grandi insiemi di dati, che richiedono un database specifico per identificare i sottogruppi di pazienti che rispondono meglio a trattamenti specifici. Poiché i dati originali sono spesso difficili da ottenere, verrà utilizzato un approccio Digital Twin per generare grandi serie di “pazienti digitali” sintetici che assomigliano statisticamente ai pazienti reali.
L’obiettivo di questo progetto è generare “prove preliminari” su come la medicina di precisione possa essere utile per identificare i pazienti che possono trarre beneficio da terapie specifiche, generando un impatto sulla comunità medico-scientifica per impegnarsi in database più ampi e studi prospettici.
Obiettivi e benefici
Il progetto offre un approccio personalizzato al trattamento dei pazienti, utilizzando la data-omics per creare modelli sintetici o Digital Twins. Questo non solo migliora l’efficacia del trattamento, ma protegge anche la privacy del paziente.
In linea con le iniziative globali per la condivisione sicura dei dati, il progetto supera i limiti dell’anonimizzazione tradizionale, bilanciando la privacy con l’utilità dei dati. Promuove l’accesso democratico alle informazioni, riduce i pregiudizi nei dati e stimola l’innovazione in vari settori, influenzando potenzialmente le politiche sulla privacy e la condivisione dei dati a livello globale.
Tecnologie abilitanti
Il progetto utilizza un database sintetico di gemelli digitali ottenuto da dati di dominio pubblico (ad esempio, profilo clinico, biomarcatori, genetica) integrato con nuovi strumenti diagnostici per il morbo di Parkinson (ad esempio, sintomi gastrointestinali, microbioma intestinale e patologia in vitro su neuroni derivati da iPSC) ottenuti da un piccolo studio prospettico progettato per esplorare gli aspetti pratici della raccolta dei dati.