/ricerca/ansait/search.shtml?tag=
Mostra meno

Se hai scelto di non accettare i cookie di profilazione e tracciamento, puoi aderire all’abbonamento "Consentless" a un costo molto accessibile, oppure scegliere un altro abbonamento per accedere ad ANSA.it.

Ti invitiamo a leggere le Condizioni Generali di Servizio, la Cookie Policy e l'Informativa Privacy.

Puoi leggere tutti i titoli di ANSA.it
e 10 contenuti ogni 30 giorni
a €16,99/anno

  • Servizio equivalente a quello accessibile prestando il consenso ai cookie di profilazione pubblicitaria e tracciamento
  • Durata annuale (senza rinnovo automatico)
  • Un pop-up ti avvertirà che hai raggiunto i contenuti consentiti in 30 giorni (potrai continuare a vedere tutti i titoli del sito, ma per aprire altri contenuti dovrai attendere il successivo periodo di 30 giorni)
  • Pubblicità presente ma non profilata o gestibile mediante il pannello delle preferenze
  • Iscrizione alle Newsletter tematiche curate dalle redazioni ANSA.


Per accedere senza limiti a tutti i contenuti di ANSA.it

Scegli il piano di abbonamento più adatto alle tue esigenze.

Cnr, studiato algoritmo AI che riduce radiazioni nelle Tac

Cnr, studiato algoritmo AI che riduce radiazioni nelle Tac

Realizzato un modello a Firenze

FIRENZE, 08 aprile 2023, 17:29

Redazione ANSA

ANSACheck

Cnr, studiato algoritmo AI che riduce radiazioni nelle Tac - RIPRODUZIONE RISERVATA

Cnr, studiato algoritmo AI che riduce radiazioni nelle Tac - RIPRODUZIONE RISERVATA
Cnr, studiato algoritmo AI che riduce radiazioni nelle Tac - RIPRODUZIONE RISERVATA

L'intelligenza artificiale (AI) viene studiata anche per ottimizzare la Tac, in particolare per ridurre le radiazioni. E' stato realizzato un modello per l'analisi automatizzata delle immagini Tac, mediante algoritmi di intelligenza artificiale, con una ricerca frutto di una collaborazione tra Cnr-Iccom, Università di Firenze, Aou Careggi, Azienda Usl Toscana centro, Istituto Superiore di Sanità, Fondazione Bruno Kessler e Uniser Pistoia. Pubblicata sul Journal of Medical Imaging, la ricerca permetterà di perfezionare i livelli di radiazioni da somministrare ai pazienti.
    Ci hanno lavorato ricercatori, fisici medici e radiologi del Dipartimento di fisica e astronomia dell'Università di Firenze, dell'Azienda ospedaliero-universitaria Careggi, e dell'Azienda Usl Toscana centro. Il gruppo, guidato da Sandra Doria dell'Istituto di chimica dei composti organo metallici del Cnr di Firenze, è riuscito ad automatizzare il processo di valutazione della qualità d'immagine negli esami di tomografia computerizzata (Tc) utilizzando l'intelligenza artificiale per ridurre le radiazioni al paziente. Al progetto, la cui modalità è stata descritta in uno studio pubblicato sul Journal of Medical Imaging, hanno collaborato anche l'Iss e la Fondazione Bruno Kessler di Trento, usando risorse computazionali messe a disposizione da Uniser Pistoia.
    La tomografia computerizzata è uno degli strumenti diagnostici più potenti e consolidati tra quelli a disposizione della medicina moderna. Tuttavia, l'analisi manuale delle immagini richiede molto tempo e la loro qualità è direttamente proporzionale alla quantità di radiazioni a raggi X a cui un paziente deve essere sottoposto. "Il nostro gruppo - spiega Sandra Doria, coordinatrice - ha creato un algoritmo, analizzando i dati generati dall'esame visivo che diversi medici radiologi hanno effettuato su immagini Tc di un fantoccio, realizzato per replicare le caratteristiche dei tessuti umani e la presenza di lesioni artificiali. Poi sono stati sviluppati due modelli di intelligenza artificiale che sono stati addestrati e testati attraverso immagini e risposte dei medici raccolte in precedenza". "Durante i trattamenti o le procedure diagnostiche, un paziente deve essere esposto a livelli minimi di radiazioni, secondo il principio noto 'as low as reasonably achievable' (Alara). In quest'ottica, il personale medico deve trovare un compromesso tra l'esposizione ai raggi X e l'ottenimento di immagini di buona qualità, anche per evitare diagnosi errate. I risultati ottenuti attraverso questo studio sono molto promettenti: i nostri modelli possono identificare con accuratezza un oggetto inserito nel fantoccio, come sarebbe in grado di fare un medico radiologo".
   

Riproduzione riservata © Copyright ANSA

Da non perdere

Condividi

O utilizza