Tumori cerebrali e del distretto testa-collo: con l’intelligenza artificiale diagnosi più precise e veloci
Nuova collaborazione tra Università di Trento e l’Azienda provinciale per i servizi sanitari nella diagnosi di patologie importanti.
Con l’intelligenza artificiale e l’analisi avanzata di immagini mediche migliora la diagnosi, la pianificazione dei trattamenti e le aspettative di vita dei pazienti.
Nella collaborazione con l’Unit operativa di Neuroradiologia scendono in campo competenze interdisciplinari: dalla statistica, all’analisi dell’imaging biomedicale, fino alle competenze informatiche in materia di realtà aumentata e realtà virtuale.
Per l’Ateneo trentino uno dei primi progetti del Centro interuniversitario di Scienze della sicurezza e della criminalità che avvia le sue attività in questi mesi ed nato grazie ad una intensa collaborazione con l’università di Verona.
Prosegue la collaborazione tra l’Università di Trento e l’Azienda provinciale per i servizi sanitari con una nuova alleanza nella diagnosi di importanti patologie.
Questa volta al centro dell’attenzione l’applicazione dell’intelligenza artificiale alla diagnosi dei tumori cerebrali – gliomi e meningiomi – e di quelli dell’area della testa e del collo.
L’obiettivo rimane sempre quello di usare la tecnologia di ultima generazione per svolgere diagnosi pi precise e veloci, meno invasive, pianificare in modo ottimale le terapie e, di conseguenza, migliorare le aspettative di vita e le condizioni generali dei pazienti.
Questa nuova linea di collaborazione coinvolge da un lato l’Universit di Trento con un gruppo multidisciplinare di ricercatori e ricercatrici provenienti da vari dipartimenti, dall’altro l’Azienda provinciale per i servizi sanitari con personale afferente all’Unit operativa di Neuroradiologia.
Perché l’intelligenza artificiale nella diagnosi?
Impiegare l’intelligenza artificiale al posto delle normali procedure di diagnosi ha un vantaggio importante. Le tecniche di analisi, in particolare, permettono di analizzare velocemente esenza procedure invasive informazioni quantitative e qualitative del tumore, peraltro non sempre rilevabili tramite la tradizionale osservazione visiva.
Le immagini mediche, acquisite mediante risonanza magnetica, TC o PET, vengono convertite tramite algoritmi in dati numerici.
Si tratta di una quantità elevata di dati da analizzare: un ambito ideale in cui trovano applicazione le tecniche statistiche dell’intelligenza artificiale.
Con il computer vengono estratte numerose caratteristiche morfologiche specifiche del tumore (forma, volume, struttura tissutale) che possono essere associate alle caratteristiche molecolari e genomiche della
stessa lesione.
Questa analisi permetter di valutare nel dettaglio il rischio clinico, predire con maggiore precisione l’aggressivit del tumore e, di conseguenza, selezionare le terapie più indicate.
La sperimentazione della diagnosi tramite intelligenza artificiale partir su alcuni tumori cerebrali (gliomi e meningiomi) e del distretto testa-collo. In questi tipi di tumore la diagnosi precoce fondamentale: se trattati in anticipo e se le dimensioni sono ridotte, ci sono infatti buone speranze di guarigione.
Se invece il tumore di grandi dimensioni, la prognosi sarà peggiore e sarà necessario un trattamento prolungato e sicuramente più invasivo.
L’intelligenza artificiale va a supportare il lavoro di diagnosi da parte dei neuroradiologi e quello di pianificazione dell’intervento a beneficio di oncologi e neurochirurghi.
La stessa tecnologia permetter poi di seguire l’evoluzione clinica nel paziente attraverso dispositivi non invasivi per il monitoraggio dei parametri vitali.
La collaborazione UniTrento-APSS
La sperimentazione stata avviata con l’Unit operativa di Neuroradiologia dell’APSS, impegnata in questi mesi in un progetto di caratterizzazione precoce di pattern molecolari dei gliomi mediante l’analisi delle immagini di risonanza magnetica e con il supporto anche di tecniche di radiomica. Il progetto coordinato da Paola Feraco, neuroradiologa dell’Apss e vede il coinvolgimento dell’Università di Bologna.
L’analisi dei dati affidata ad un team di ricerca dell’Università di Trento, coordinato da Massimo Donelli, professore di Campi elettromagnetici al Dipartimento di Ingegneria e Scienza dell’informazione e Giuseppe Espa, ordinario di Statistica economica al Dipartimento di Economia e Management.
Verranno impiegati software di ultima generazione, chepermettono una gestione e un controllo completo di tutto il processo anche da parte di utenti con competenze statistiche non avanzate.
L’attività di analisi di questo tipo di dati potr essere utile anche per la formazione dei nuovi studenti e studentesse di Medicina oltre che per i futuri specializzandi e specializzande in Radiologia – spiega la dottoressa Feraco. Permetterà loro di apprendere, con un approccio più moderno, una visione globale e multidisciplinare delle patologie oncologiche, ma anche di altre patologie.
Tutto questo nell’ottica di sviluppare sempre più un approccio che tenga conto della specificità del paziente con un trattamento studiato su misura per le sue esigenze .
