Un gruppo di esperti del Dipartimento di fisica e astronomia dell’Università di Firenze, dell’Azienda ospedaliero-universitaria Careggi, e dell’Azienda Usl Toscana Centro, ha realizzato un modello per l’analisi automatizzata delle immagini TAC sfruttando l’intelligenza artificiale, al fine di ridurre le radiazioni per i pazienti.

La Tomografia Computerizzata (TC) è una tecnica di indagine radiodiagnostica (diagnostica per immagini), con la quale è possibile riprodurre immagini anatomiche tridimensionali in sezione (tomografia), create dall’azione di raggi X emessi dal tubo radiogeno che attraversano i distretti corporei da esaminare e vengono raccolti e trasformati in immagini da un software.

“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, 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”, spiega Sandra Doria dell’Istituto di Chimica dei Composti Organometallici del Consiglio Nazionale delle Ricerche di Firenze (CNR-ICCOM), nonché la coordinatrice della ricerca.

Inoltre, Doria aggiunge “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. Questo aspetto è fondamentale per ridurre i rischi per la salute del paziente e per ottimizzare le tempistiche delle valutazioni mediche”.

Al progetto, la cui modalità è stata descritta in uno studio pubblicato sul Journal of Medical Imaging (JMI), hanno collaborato anche l’Istituto superiore di sanità e la Fondazione Bruno Kessler di Trento, utilizzando le risorse computazionali messe a disposizione da Uniser Pistoia.