Modifica di Applicazioni mediche dell'intelligenza artificiale (sezione)

===Diagnostica Immagini===
La diffusione dell’Intelligenza Artificiale come strumento di ausilio ai medici è già iniziata e diverse esperienze sono già in corso: una delle applicazioni che suscitano maggiore interesse è quella della diagnostica per immagini per l’individuazione e la caratterizzazione di lesioni, principalmente in ambito oncologico. Un’ulteriore applicazione, in via di sviluppo, è relativa alla classificazione dei pazienti affetti da polmonite da SARS-CoV-2 in classi di rischio in base ai dati ottenuti dalla TC. Questo progetto è stato recentemente finalizzato e ci aspettiamo di poterlo utilizzare in futuro.
L'IA può ottimizzare le risorse tecnologiche e umane, attraverso una maggiore efficienza dei flussi di lavoro e della gestione dei pazienti. Infatti, gli algoritmi di intelligenza artificiale possono intervenire per analizzare e gestire gli esami sulle macchine (ad esempio TC, RM o PET) nonché per armonizzare i protocolli utilizzati nella esecuzione degli esami.
l'IA può migliorare l’efficienza degli strumenti: l’utilizzo di algoritmi IA ottimizza la modalità di ricostruzione delle immagini. Un sistema dotato di IA è in grado, ad esempio, di ridurre gli artefatti dovuti al movimento del paziente e di garantire la stessa qualità dell’immagine riducendo i tempi necessari per l’esecuzione di un esame.
Gli algoritmi di IA possono essere addestrati per “leggere” le immagini e rilevare anomalie in particolari distretti od apparati, utilizzando una metodica ben definita. La maggior parte degli algoritmi possono essere utilizzati dopo essere stati addestrati su una particolare metodica di diagnostica per immagini, come la radiografia del torace oppure la TC del torace.
Oltre a identificare le alterazioni, gli algoritmi di IA possono essere addestrati per caratterizzare le lesioni: ad esempio, per riconoscere se una anomalia evidenziata ad una mammografia sia benigna o maligna, oppure se un nodulo polmonare evidenziato alla TC debba essere asportato o possa essere controllato nel tempo. In questo processo, le informazioni ricavate dalle immagini possono essere correlate con i dati del paziente, come le abitudini di vita o i risultati degli esami del sangue. La correlazione dei dati provenienti dalle diverse metodiche di analisi e dalla storia clinica dei pazienti può consentire di classificarli in gruppi omogenei di rischio. Questa classificazione dovrebbe consentire di stabilire un piano terapeutico personalizzato.
L’Intelligenza Artificiale aiuta a individuare e caratterizzare lesioni oncologiche. A partire dall’analisi delle immagini, condotta attraverso tecniche di analisi tissutale chiamate tecniche di radiomica. La radiomica consente di estrarre dalle immagini alcuni parametri quantitativi in grado di facilitare la caratterizzazione di lesioni, in questo caso lesioni neoplastiche o sospette tali: può essere integrata con tecniche di machine learning, ma la sua probabile evoluzione sarà l’utilizzo diretto di tecniche di deep learning, di apprendimento profondo tramite reti neurali artificiali.