Scacco matto in tre mosse: per una diagnosi istopatologica più rapida, precisa e standardizzata

L’Anatomia Patologica sta vivendo una trasformazione profonda verso il digitale, diventando un nodo strategico nei percorsi diagnostici oncologici. Tuttavia, la variabilità dei processi di colorazione, acquisizione e interpretazione dei vetrini rappresenta ancora un limite alla standardizzazione e alla piena valorizzazione del dato digitale. In questo contesto nasce AEQUIP, spin-off del Politecnico di Torino, con l’obiettivo di rendere la diagnostica istopatologica digitale più uniforme, riproducibile e oggettiva.

La piattaforma AEQUIP si fonda su un approccio proprietario e brevettato: Mathematical Driven Intelligence (MDI), approccio che integra modelli matematici deterministici e Deep Learning, aumentando robustezza, trasparenza e affidabilità clinica delle analisi.
L’innovazione è sintetizzata nello “Scacco matto in tre mosse”, un workflow modulare che trasforma l’immagine digitale in dato oggettivo e strutturato, tramite l’utilizzo di prodotti specifici.

Prima mossa – STAINS: Genera un vetrino digitale normalizzato armonizzando profili cromatici e caratteristiche morfologiche indipendentemente da laboratorio o scanner. Riduce artefatti e variabilità pre-analitica, migliorando la qualità dell’immagine. STAINS è certificato IVDR.

Seconda mossa – ASSIST Detection: Mediante segmentazione automatica supportata dall’approccio MDI, identifica le aree patologiche e le strutture di interesse, riducendo la variabilità inter-osservatore e ottimizzando i tempi di revisione, anche in presenza di elevata eterogeneità tissutale.

Terza mossa – ASSIST Quantification: Fornisce metriche oggettive e riproducibili su estensione, distribuzione delle lesioni e aggressività, abilitando valutazioni standardizzate e oggettive. ASSIST è in fase di certificazione IVDR per prostata e mammella, rafforzandone l’adozione regolata in ambito anatomopatologico.

L’integrazione delle tre mosse consente standardizzazione, detection e quantificazione in un unico flusso interoperabile con scanner e LIS esistenti, migliorando governance tecnologica, tracciabilità e valorizzazione del dato digitale in Anatomia Patologica. Le evidenze cliniche mostrano l’aumento della confidenza diagnostica dei patologi, la riduzione dei tempi di valutazione e una maggiore possibilità di quanitificazione, grazie a immagini più leggibili, maggiore visibilità delle aree di interesse e analisi computazionali più affidabili.