Sono stati consegnati questa mattina i contributi che Alì S.p.A. ha raccolto, grazie alla sensibilità dei suoi clienti, a favore dell’Istituto Oncologico Veneto, dell’Istituto Oncologico Romagnolo, della Fondazione per la Ricerca Biomedica Avanzata VIMM, di Medici con l’Africa CUAMM, del Banco Alimentare del Veneto e dell’Ente Nazionale per la Protezione degli Animali. La cerimonia ha voluto cogliere questa occasione di dialogo con la comunità per promuovere uno dei tanti tesori della città di Padova, l’oratorio di San Michele, piccolo scrigno dell’architettura gotica eletto nel 2021 Patrimonio Mondiale dell’Unesco.
Il contributo raccolto attraverso il concorso PremiAlì 2022-203 ammonta a 101.823 euro, che andranno a sostenere i progetti sociali dei beneficiari, impegnati, in modo diverso, a migliorare la qualità della vita: c’è chi, come lo IOV, sostiene la ricerca contro il cancro; chi è impegnato a promuovere e realizzare progetti e attività di ricerca scientifica nel contesto universitario e sanitario del Nord Est; chi porta assistenza medica e formazione in Africa; chi quotidianamente garantisce un pasto a chi ne ha più bisogno e chi, infine, si prende cura degli amici a quattro zampe randagi o abbandonati. Tutte nobili cause che Alì sostiene da anni: con soli 100 punti della carta fedeltà, infatti, i clienti potevano donare a queste organizzazioni un contributo di un euro, che è stato raddoppiato dal Gruppo Alì. Nel caso di Banco Alimentare, Alì ha tramutato i punti della carta fedeltà in generi alimentari di prima necessità (pasta, passata di pomodoro, tonno in scatola, legumi, latte UHT, croissant, biscotti, fette biscottate e confettura).
Allo IOV, rappresentato dal Direttore Generale, Patrizia Benini, sono stati consegnati 22.624 euro: questa cifra sosterrà l’acquisto del software KOIOS, un importante strumento diagnostico che analizza le immagini ecografiche di lesioni mammarie e, utilizzando un algoritmo, le classifica secondo il rischio di malignità. Basato sull’intelligenza artificiale, in particolare su tecniche di machine-learning, il software offre un prezioso supporto al radiologo non solo nell’identificare le lesioni maligne non riconosciute, riducendo quindi i falsi negativi, ma anche nell’aumentare la specificità, cioè la percentuale di donne sane correttamente identificate come tali, con l’obiettivo di evitare il ricorso ad approfondimenti bioptici non necessari.
