(Adnkronos) – “Il contributo dell’intelligenza artificiale nella diagnostica per immagini, e quindi nella radiologia diagnostica, \u00e8 eccellente. Il radiologo, per definizione, \u00e8 nato con il digitale ed \u00e8 da sempre abituato a far fronte ad una serie di immagini che ha dovuto sintetizzare con l’occhio umano. Oggi, i software di intelligenza artificiale utilizzano una sintesi automatica, quindi sicuramente questo \u00e8 un grosso apporto\u201d. Lo ha detto Valeria Panebianco, direttrice del Dipartimento di Scienze radiologiche, oncologiche e anatomo-patologiche presso l\u2019universit\u00e0 Sapienza di Roma, in occasione dell’incontro, oggi a Milano, “L’Ai nella diagnostica italiana: dall’adozione all’impatto clinico”. L\u2019evento \u00e8 organizzato da DeepHealth, azienda attiva nell\u2019informatica sanitaria basata sull\u2019intelligenza artificiale, nei giorni in cui si svolge il 52esimo congresso nazionale della Societ\u00e0 italiana di radiologia medica e interventistica – Sirm. \u00a0<\/p>\n
I benefici gi\u00e0 riscontrabili offerti dall\u2019integrazione dell\u2019Ai nell\u2019imaging diagnostico “sono ormai validati in diversi campi e in vari clinical setting. In oncologia, e nello specifico nell’ambito genito-urinario, l’utilizzo di software installati direttamente nelle risonanze magnetiche permette di migliorare la qualit\u00e0 delle immagini – spiega – rendendo idonee quelle che prima sarebbero state alterate dal respiro pesante del paziente piuttosto che dalla peristalsi intestinale. Questi artefatti vengono oggi automaticamente cancellati grazie all\u2019Ai”. Un altro vantaggio derivante dall\u2019integrazione di tools di Ai nella diagnostica per immagini \u00e8 rappresentato dalla possibilit\u00e0 di “selezionare automaticamente i pazienti che presentano un tumore. Se, per esempio, dobbiamo refertare una lunga serie di risonanze magnetiche, per il radiologo \u00e8 molto importante poter iniziare da quelle in cui \u00e8 presente una patologia, lasciando magari ai giorni successivi la refertazione degli esami relativi a pazienti che non hanno il cancro”.\u00a0<\/p>\n
“Un buon utilizzo dell’intelligenza artificiale – aggiunge – aiuta a ottimizzare i tempi e i costi e a limitare tutto ci\u00f2 che pu\u00f2 rappresentare un aggravio nella giornata lavorativa del radiologo. Una Tc total body, per esempio, produce l\u2019acquisizione di 5.000 immagini. Prima queste dovevano essere esaminate singolarmente dal radiologo, oggi questo lavoro lo svolge l’occhio dell’intelligenza artificiale, impiegando certamente meno tempo”. Perch\u00e9 l’innovazione tecnologica sia effettivamente al servizio del medico e del paziente occorre e il suo utilizzo diventi massivo \u201cbisogna innovare il sistema e formare figure professionali con competenze miste, che si occupino di medicina e di radiologia, ma che sappiano anche capire come funziona nello specifico un software di intelligenza artificiale, anzich\u00e9 limitarsi a saperlo applicare. Ci vorrebbe una trasformazione anche delle scuole di specializzazione, con l’introduzione di figure professionali specifiche all’interno dei team che operano nei diversi settori”. L\u2019impiego di sistemi di Ai in prevenzione, diagnosi e trattamento apre nuove possibilit\u00e0 per il futuro: “Una di queste \u00e8 sicuramente lo snellimento delle liste d\u2019attesa. Immaginiamo, a titolo di esempio, un algoritmo che possa interfacciarsi tra la richiesta di un medico di base e le prestazioni effettuate in un’azienda ospedaliera. Questo algoritmo potrebbe essere in grado di discriminare quale sia il livello di urgenza che porta all’acquisizione di un esame piuttosto che di un altro e, soprattutto, con quale tempistica”, conclude.\u00a0<\/p>\n
—<\/p>\n
cronaca<\/p>\n
webinfo@adnkronos.com (Web Info)<\/p>\n","protected":false},"excerpt":{"rendered":"
(Adnkronos) – “Il contributo dell’intelligenza artificiale nella diagnostica per immagini, e quindi nella radiologia diagnostica, \u00e8 eccellente. Il radiologo, per definizione, \u00e8 nato con il digitale ed \u00e8 da sempre abituato a far fronte...<\/p>\n","protected":false},"author":1,"featured_media":29994,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[3],"class_list":["post-29993","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-senza-categoria","tag-ultimora"],"_links":{"self":[{"href":"https:\/\/laser.it\/index.php?rest_route=\/wp\/v2\/posts\/29993","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/laser.it\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/laser.it\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/laser.it\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/laser.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=29993"}],"version-history":[{"count":0,"href":"https:\/\/laser.it\/index.php?rest_route=\/wp\/v2\/posts\/29993\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/laser.it\/index.php?rest_route=\/wp\/v2\/media\/29994"}],"wp:attachment":[{"href":"https:\/\/laser.it\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=29993"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/laser.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=29993"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/laser.it\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=29993"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}