Cdi Milano, l'Ai 'legge' le immagini per diagnosi migliori


  • Adnkronos Salute
L'accesso ai contenuti di questo sito è riservato agli operatori del settore sanitario italiano L'accesso ai contenuti di questo sito è riservato agli operatori del settore sanitario italiano

Milano, 26 ott. (AdnKronos Salute) - Da un lato lo studio delle caratteristiche genetiche, dall'altro l'intelligenza artificiale applicata alle immagini. Obiettivo: perfezionare la diagnosi e la gestione clinica dei pazienti, con il contributo di modelli predittivi e big data. E' il nuovo modello elaborato dai ricercatori del Centro diagnostico italiano (Cdi) di Milano per capire quali pazienti affetti da neurinoma del nervo acustico, una neoplasia benigna, possono trarre beneficio dal trattamento con la radiochirurgia. Si tratta di un'avanzata applicazione della cosiddetta 'radiomica'. Lo studio del Cdi è tra gli argomenti al centro del convegno 'Radiomica: il futuro è qui', in programma domani a Milano al Cdi e il 19 novembre a Napoli alla Città della Scienza.

In particolare si alterneranno interventi sul tema dell'intelligenza artificiale legata alla radiomica, che permette l'analisi approfondita di centinaia, migliaia di immagini diagnostiche, fino a dettagli di dimensioni molto piccole, come quelle di un pixel. Si tratta di una rivoluzione tecnologica che potrà avere molteplici applicazioni e ricadute cliniche, sostengono gli esperti. Il Cdi si sta focalizzando su come applicarla anche per il trattamento del tumore della prostata e l'impianto di protesi ortopediche.

Nella ricerca sul neurinoma il quesito che si sono posti i ricercatori era individuare delle caratteristiche nelle immagini della risonanza magnetica che fossero ricorrenti in quei pazienti sui quali è stata efficace la radiochirurgia stereotassica con Cyberknife (strumento di radioterapia costituito da un acceleratore lineare montato su un braccio robotico, che con oltre 1.500 posizioni diverse può arrivare dove la chirurgia tradizionale non può essere utilizzata). Obiettivo dello studio: utilizzare queste caratteristiche ricorrenti come segnali per predire se in un paziente questo trattamento può avere effetto. Attraverso l'uso dell'Ai - si legge in una nota - i ricercatori hanno individuato delle caratteristiche delle immagini di risonanza magnetica, basate su forma, intensità e disposizione dei pixel che le compongono, che sono state in grado di predire l'efficacia della terapia nell'85-89% dei casi analizzati.

"Oggi la radiologia vive un paradosso - sottolinea Giuseppe Scotti, neuroradiologo del Cdi e coordinatore scientifico del convegno - Gli strumenti diagnostici producono immagini digitali che sono analizzate in modo analogico, cioè dall'occhio dello specialista. In questo modo si perdono molte informazioni, dettagli invisibili all'occhio umano perché troppo piccoli o perché ricorrono nei diversi pazienti in maniera troppo discontinua per essere notati".

Con la radiomica queste informazioni possono essere individuate e utilizzate come strumenti predittivi e, attraverso la medicina personalizzata, trattate con terapie su misura, secondo le caratteristiche genetiche individuali. "L'innovazione richiede però un profondo cambiamento della formazione universitaria - continua Scotti - con un maggiore peso per le materie matematiche e statistiche, e la disponibilità a confrontarsi con altre professionalità, come informatici, ingegneri, fisici, matematici".

Per l'esperto l'avvento dell'Ai, del machine learning e deep learning, apre a una nuova interpretazione della figura del radiologo: 'cerniera' in un nuovo sistema di analisi fatto di cervelloni, big data e algoritmi complessi, che non può però fare a meno della comprensione dei medici. "La radiologia potrà sopravvivere - conclude Scotti - se conserverà uno stretto rapporto con le discipline mediche e con l'evoluzione scientifica non solo nel campo delle discipline morfologiche e cliniche, ma anche biologiche, genetiche, matematiche, fisiche e umanistiche".