L’intelligenza artificiale può fornire un valido supporto per perfezionare i livelli di radiazione da somministrare ai pazienti che si sottopongono alla Tac. È quanto emerge da una ricerca condotta in collaborazione tra l’Istituto di Chimica dei Composti Organo Metallici del Consiglio Nazionale delle Ricerche (CNR-ICCOM), l’Università di Firenze, l’Azienda Ospedaliero Universitaria Careggi, l’Azienda Usl Toscana centro, l’Istituto Superiore di Sanità, la Fondazione Bruno Kessler e l’Uniser Pistoia. Lo studio è stato recentemente pubblicato sul Journal of Medical Imaging.
I ricercatori hanno rivolto la loro attenzione verso uno dei più consolidati, potenti e affidabili strumenti diagnostici della medicina moderna. A fronte degli importanti benefici che caratterizzano la Tac, questa tecnica presenta però una principale criticità: l’analisi manuale delle immagini da essa prodotte richiede molto tempo da parte del radiologo; la loro qualità è inoltre direttamente proporzionale alla quantità di raggi X a cui la persona deve essere sottoposta.
Allo scopo di ridurre, in prospettiva, questi svantaggi, gli autori della ricerca hanno realizzato un modello per l’analisi automatizzata delle immagini di Tomografia computerizzata (Tc) mediante l’intelligenza artificiale.
Come ha spiegato Sandra Doria, ricercatrice del CNR e coordinatrice dello studio, il gruppo di 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”.
I risultati incoraggiano ad approfondire ulteriormente questo approccio. “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, 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”, ha concluso Doria.
