di Giulia Mazza
Riconoscere e classificare i noduli polmonari grazie all'intelligenza artificiale (AI). Accade con il progetto di ricerca Ailanton, nato dalla collaborazione tra l'Imaging Center della Fondazione Policlinico Universitario Campus Bio-Medico e Sferanet (gruppo Olidata), e finanziato dalla Regione Lazio. Un progetto tutto italiano e primo nel suo genere, sia per il sistema di refertazione strutturata integrato, che per il sistema di AI utilizzato. Con un'accuratezza nella segnalazione delle lesioni tumorali che arriva fino al 98%.
L'obiettivo principale è la messa a punto di una soluzione di intelligenza artificiale applicata al settore e-health, interconnessa nel flusso operativo della Radiologia in modo tale che la ricerca, l'identificazione e la classificazione dei noduli polmonari, sugli esami di Tomografia Computerizzata (TC) del torace, siano effettuate in modo automatico e il loro risultato presentato ai radiologi senza alcun rallentamento della loro normale operatività. Per ogni paziente, infatti, il radiologo deve esaminare migliaia di immagini, alla ricerca di possibili lesioni. Con Ailanton invece è l'algoritmo che, dopo aver processato milioni di immagini, è in grado di scrivere direttamente i referti dei pazienti, segnalando la presenza di possibili tumori insieme ad altre informazioni come dimensioni e volume della lesione, e probabilità di ingerenza. A quel punto, il medico può decidere se modificare i dati, o validarli inviandoli direttamente in cartella clinica. Il prof. Bruno Beomonte Zobel, direttore della UOC di Diagnostica per immagini e coordinatore dell'Imaging Center del Policlinico Universitario Campus Bio-Medico, dove il sistema è già in uso in via sperimentale, spiega che questo metodo "permette ai medici di risparmiare il 20% del proprio tempo. Tempo che invece possiamo dedicare ai pazienti, a parlare con loro".
Questo sistema costituisce un importante punto di partenza anche in ambito di prevenzione. Le evidenze scientifiche internazionali, infatti, mostrano che con gli screening per la diagnosi precoce dei carcinomi polmonari rese dall'analisi della TC del torace, si può ottenere una riduzione della mortalità compresa tra il 20 e il 26%.
