Partendo dagli algoritmi dell'intelligenza artificiale (Ai) è stato messo a punto un modello per l'analisi automatizzata delle immagini Tac in grado perfezionare i livelli di radiazioni da somministrare ai pazienti. Il progetto, descritto in un articolo pubblicato sul 'Journal of Medical Imaging', è stato messo a punto grazie a una collaborazione tra Istituto di chimica dei composti organometallici del Consiglio nazionale delle ricerche (Cnr-Iccom), università di Firenze, azienda ospedaliero-universitaria Careggi, azienda Usl Toscana Centro, Istituto superiore di sanità, Fondazione Bruno Kessler e Uniser Pistoia. Al progetto hanno collaborato anche l'Iss e la Fondazione Bruno Kessler di Trento, utilizzando le risorse computazionali messe a disposizione da Uniser Pistoia.
La tomografia computerizzata (Tc) è uno degli strumenti diagnostici più potenti e consolidati tra quelli a disposizione della medicina moderna. Tuttavia, l'analisi manuale delle immagini che vengono prodotte attraverso questa metodologia richiede molto tempo e la loro qualità è direttamente proporzionale alla quantità di radiazioni a raggi X a cui un paziente deve essere sottoposto.
"Il nostro gruppo - afferma Sandra Doria del Cnr-Iccom e coordinatrice della ricerca - ha creato un algoritmo, analizzando i dati generati dall'esame visivo che diversi medici radiologi hanno effettuato su immagini Tc di un fantoccio, realizzato allo scopo di replicare le caratteristiche dei tessuti umani e la presenza di lesioni artificiali. Successivamente, sono stati sviluppati due modelli di intelligenza artificiale che sono stati addestrati e testati attraverso l'utilizzo delle immagini e delle risposte dei medici raccolte precedentemente". Questi modelli potrebbero rappresentare "una strategia di valutazione automatica della qualità di un'immagine Tc, che consentirà di ottimizzare il dosaggio delle radiazioni, per non esporre i pazienti a una quantità di raggi X eccessiva".
"Durante i trattamenti o le procedure diagnostiche - sottolinea Doria - un paziente deve essere esposto a livelli minimi di radiazioni, secondo il principio noto 'as low as reasonably achievable' (Alara). In quest'ottica, il personale medico deve trovare un compromesso tra l'esposizione ai raggi X e l'ottenimento di immagini di buona qualità, anche per evitare diagnosi errate. I risultati che abbiamo ottenuto attraverso questo studio sono molto promettenti: i nostri modelli possono identificare con accuratezza un oggetto inserito nel fantoccio, come sarebbe in grado di fare un medico radiologo".
"Auspichiamo, nel prossimo futuro - conclude la coordinatrice della ricerca - di riuscire ad applicare questi modelli su una scala più ampia e a rendere le valutazioni ancora più veloci e sicure, semplificando notevolmente il processo di ottimizzazione della dose di radiazioni utilizzata nei protocolli Tc. Questo aspetto è fondamentale per ridurre i rischi per la salute del paziente e per ottimizzare le tempistiche delle valutazioni mediche".
11/04/2023
Curated Tags