Sanità Provincia Macerata

L'evoluzione tecnologica nella diagnostica: cosa cambia con l'intelligenza artificiale

di Fabrizio Scoccia

10/03/2024 11:14

Stampa PDF

L'interpretazione delle immagini mediche ha comportato la crescente adozione di applicazioni dell’intelligenza artificiale (IA) negli ultimi anni in cui i modelli di intelligenza artificiale hanno dimostrato di avere un notevole successo nell'interpretazione delle immagini mediche.

Tra queste applicazioni, l'uso dell'intelligenza artificiale in radiologia ha mostrato grandi promesse nel rilevare e classificare le anomalie sulle radiografie semplici, scansioni tomografiche computerizzate (TC) e risonanza magnetica (MRI) che portano a diagnosi più accurate e a migliori decisioni terapeutiche.

La radiologia come specialità è ben posizionata per l’applicazione e l’adozione dell’intelligenza artificiale a causa di diversi fattori chiave. Innanzitutto, l’intelligenza artificiale eccelle nell’analisi delle immagini e diversamente da altre specialità che utilizzano l'imaging, la radiologia ha un flusso di lavoro digitale consolidato e standard universali per l’archiviazione delle immagini, in modo che sia più semplice integrare l’intelligenza artificiale.

Essa ha attirato l’interesse globale e i suoi algoritmi sono stati sviluppati da aziende con sede in più di 20 paesi. Gli studi hanno dimostrato che alcuni centri diagnostici utilizzano già con successo i prodotti basati sull’intelligenza artificiale e che gli studi più grandi hanno maggiori probabilità di utilizzarla attualmente rispetto agli studi più piccoli.

I radiologi che utilizzano l’intelligenza artificiale nei loro studi sono generalmente soddisfatti della loro esperienza e scoprono che essa fornisce valore a loro e ai loro pazienti. Tuttavia, i radiologi hanno espresso preoccupazione per la mancanza di conoscenza, la mancanza di fiducia e i cambiamenti nell’identità e nell’autonomia professionale.

Comunque il futuro dell’IA nella imaging radiologica è molto promettente. Ne parliamo con l’ingegnere nucleare Dr. Maurizio Bray consulente presso il gruppo medico Associati Fisiomed e relatore nel convegno sull’argomento che si svolgerà sabato 16 marzo nella nuova sede di Associati Fisiomed a Sforzacosta.

Ingegner Bray quali sono le nuove prospettive delle nuove tecnologie nella diagnostica radiologica, nella TAC?

"Nella TAC l’ultimo fronte è costituito dalla riduzione della dose radioattiva con l’adozione degli algoritmi iterativi, che consentono di ridurre il “rumore” nelle immagini ottenute o in alternativa di ridurre la dose a parità di rumore rispetto alla tecnica di ricostruzione classica con retroproiezione. Tutte le case mettono oggi a disposizione questi algoritmi, con diversi livelli di prestazioni in termini di qualità di immagine e tempi di elaborazione.

La modalità di ricostruzione delle immagini, utilizzando le informazioni acquisite durante la scansione, le sottopone a diversi passaggi di ricostruzione al fine di produrre un’immagine con meno “rumore” o di migliore qualità (p.es., una risoluzione spaziale più elevata o l’attenuazione di artefatti) rispetto a quella ottenibile utilizzando le tecniche di ricostruzione standard.

L’impiego della sola ricostruzione iterativa non provoca una diminuzione della dose al paziente; ma con l’uso della ricostruzione, aumenta la qualità dell’immagine e questo può consentire una riduzione della dose al paziente attraverso la variazione dei parametri di acquisizione impiegati per quel dato esame.

Attivando/Modificando il livello percentuale della Ricostruzione Iterativa impiegato è possibile modificare (o no) la dose al paziente dell’esame e/o la qualità dell’intera serie di immagini acquisite 

I Radiologi e i Fisici Medici di ogni centro, in collaborazione, possono stabilire i parametri di acquisizione corretti per i vari esami TAC utilizzando la Ricostruzione Iterativa analizzando la tipologia dell’esame, i tipi di pazienti, la qualità di immagine necessaria, i dati dosimetrici e le richieste dei radiologi refertanti”.

Nella mammografia con tomosintesi? 

"La mammografia è la tecnica di imaging ancora oggi ritenuta più efficace per la diagnosi precoce del tumore della mammella, ed è l’unica ad aver dimostrato la sua efficacia in ambito di screening in termini di riduzione della mortalità. Nell’ultimo decennio, l’imaging mammografico ha visto la progressiva introduzione di tecnologie digitali. Tuttavia la mammografia digitale non ha permesso da sola di superare il limite principale della mammografia, che è comune a tutto l’imaging proiettivo; infatti, quando il fascio di raggi-X attraversa la mammella per produrre un’immagine mammografica, le strutture anatomiche della mammella si sovrappongono lungo il percorso dei fotoni-X e vengono proiettate su un piano, producendo una “mappa di assorbimento”.

L’effetto della sovrapposizione dei tessuti che compongono la mammella, talvolta riferito come “rumore anatomico” o “rumore strutturale” è quello di nascondere eventuali lesioni maligne, limitando la sensibilità della mammografia, nonché quello di creare dei “falsi segnali”, riducendo anche la specificità della mammografia. L’effetto negativo della sovrapposizione dei tessuti sulle performance diagnostiche della mammografia è tanto maggiore quanto più la mammella è densa e il contrasto tra lesioni patologiche e strutture sane basso.

Le nuove tecniche di imaging, quali la tomosintesi e la “spectral mammography”, con o senza mezzo di contrasto, sono state sviluppate con l’obiettivo di superare il limite intrinseco della mammografia, generato dal rumore anatomico. La tomosintesi è una tecnica quasi-3D che per definizione dovrebbe eliminare, o almeno ridurre drasticamente, l’effetto della sovrapposizione precedentemente descritto, mentre la spectral mammography è una tecnica sottrattiva che punta ad aumentare il contrasto delle lesioni riducendo quello del background circostante". 

Grazie Ingegner Bray, la descrizione è abbastanza tecnica e forse con difficoltà di comprensione ma la cultura della salute deve sempre ambire a dei momenti più legati alla conoscenza scientifica per tutti.