Diagnosi più rapide e precise in radiologia grazie all’Intelligenza Artificiale

Dall’analisi delle immagini diagnostiche all’individuazione degli esami più urgenti: l’Intelligenza Artificiale sta cambiando il lavoro dei radiologi, con l’obiettivo di rendere diagnosi e percorsi di cura più rapidi ed efficaci. Se ne è parlato all’incontro “L’AI nella diagnostica italiana: dall’adozione all’impatto clinico”, organizzato da DeepHealth in occasione del 52esimo congresso nazionale della Sirm, la Società Italiana di Radiologia Medica e Interventistica, che si è recentemente concluso a Milano.

«L’IA non è qualcosa di incompreso, è qualcosa che ci deve aiutare nella quotidianità. È molto importante interfacciarsi con degli algoritmi che vanno a determinare, ad esempio, qual è la priorità di un esame rispetto a un altro e a determinarne anche la tempistica. Ci vuole una maggiore sensibilizzazione, soprattutto tra i professionisti che operano nei vari settori, una sorta di alfabetizzazione, sia per quanto riguarda le persone che operano in sanità, ma anche a livello più alto, manageriale», spiega Valeria Panebianco, Direttrice Dipartimento di Scienze radiologiche, oncologiche e anatomo-patologiche – Università Sapienza di Roma.

Tra le sue funzionalità, gli algoritmi possono aiutare a ridurre gli artefatti nelle immagini, supportare i radiologi nell’individuazione di anomalie e assegnare priorità agli esami che richiedono una valutazione più urgente.

In Italia si eseguono ogni anno circa 70 milioni di esami radiologici, un numero che evidenzia il ruolo centrale della diagnostica per immagini nel sistema sanitario. Di fronte a una domanda crescente, una delle sfide principali è riuscire a gestire un elevato volume di esami, ottimizzando tempi e risorse senza compromettere la qualità delle prestazioni. In questo contesto, l’intelligenza artificiale può rappresentare uno strumento di supporto per i professionisti sanitari, contribuendo a rendere più efficienti i flussi di lavoro e a facilitare l’accesso agli esami diagnostici.

I possibili benefici emergono anche da alcune applicazioni concrete, ad esempio nell’ambito della diagnosi precoce dei tumori.

«Ci sono molti esempi dell’uso e dei vantaggi dell’Intelligenza Artificiale. Un esempio concreto riguarda lo screening al polmone. Nel corso di uno studio che abbiamo condotto in Inghilterra su 300 mila pazienti, siamo stati in grado di anticipare l’individuazione del cancro al polmone e quindi di spostare la diagnosi da uno stadio 3 o 4 a uno stadio molto precoce. L’IA in questo caso non solo aiuta il radiologo, ma trova il cancro nel paziente quando può essere ancora curato», afferma Niccolò Stefani, Business and Product Leader for Clinical AI di DeepHealth

Tra le novità presentate da DeepHealth al congresso SIRM c’è l’ampliamento delle soluzioni di intelligenza artificiale per la radiologia. La piattaforma Radiology AI Suite riunisce strumenti per l’analisi delle immagini, l’individuazione di anomalie e la gestione delle priorità diagnostiche, con applicazioni che spaziano dalla senologia alla neurologia, fino alla diagnostica d’urgenza. Presentata anche TechLive, una tecnologia che permette agli specialisti di supportare da remoto l’esecuzione di esami come risonanze magnetiche, TAC ed ecografie, favorendo la condivisione delle competenze tra strutture sanitarie diverse.

Nel video:

VALERIA PANEBIANCO
Direttrice Dipartimento di Scienze radiologiche, oncologiche e anatomo-patologiche – Università Sapienza di Roma

NICCOLÒ STEFANI
Business and Product Leader for Clinical AI di DeepHealth

Total
0
Condivisioni
Articolo Precedente

HIV, per gli esperti il test dovrebbe diventare una pratica abituale

Articolo Successivo

Immunoglobuline, cresce l’importanza delle terapie farmacologiche alternative

Articoli correlati