Ottimizzare la Tac tramite un modello per l’analisi automatizzata delle immagini mediante algoritmi di intelligenza artificiale per perfezionare i livelli di radiazioni da somministrare ai pazienti: è il risultato di una ricerca che parla toscano, pubblicata sul Journal of Medical Imaging (JMI).
Il risultato è frutto della collaborazione tra Cnr-Iccom, Università di Firenze, Aou Careggi, Azienda Usl Toscana centro, Istituto Superiore di Sanità, Fondazione Bruno Kessler e Uniser Pistoia con un gruppo di ricercatori tra fisici, medici e radiologi guidato dalla dottoressa Sandra Doria dell’Istituto di chimica dei composti organo metallici del Consiglio nazionale delle ricerche di Firenze (Cnr-Iccom).
Il team è riuscito ad automatizzare il processo di valutazione della qualità d’immagine negli esami di tomografia computerizzata (Tc) utilizzando l’intelligenza artificiale, allo scopo di ridurre le radiazioni al paziente. Sì perché è l'analisi manuale delle immagini a richiedere tempo, e la loro qualità è direttamente proporzionale alla quantità di radiazioni a raggi X a cui un paziente deve essere sottoposto per lo scopo.
E qui sono entrati in campo gli scienziati: “Il nostro gruppo ha creato un algoritmo, analizzando i dati generati dall’esame visivo che diversi medici radiologi hanno effettuato su immagini Tc di un fantoccio". Poi: "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”, spiega Doria.
I modelli potrebbero rappresentare una strategia di valutazione automatica della qualità di un’immagine Tc, il che consentirà di ottimizzare il dosaggio delle radiazioni ai pazienti: "I nostri modelli possono identificare con accuratezza un oggetto inserito nel fantoccio, come sarebbe in grado di fare un medico radiologo".