Nel progetto pilota, presentato a Pavia, grazie all’utilizzo dell’intelligenza artificiale è possibile leggere in pochi secondi, massimo dieci, le immagini di una risonanza magnetica e ottenere informazioni accurate sulle proprietà dei tessuti patologici, proprio grazie all’uso dell’IA.
L’impiego sperimentale delle reti neurali per l’acquisizione delle immagini di risonanza magnetica è l’oggetto del progetto di ricerca sviluppato alla Fondazione IRCSS Mondino da Leonardo Barzaghi e Raffaella Fiamma Cabini, dottorandi del Centro ‘BioData Science’ dello stesso Mondino, coordinato dalla professoressa Silvia Figini.
Sono stati loro a presentarlo in anteprima mondiale al ‘CompMat Spring Workshop’, l’evento dedicato alle nuove frontiere del machine learning.
Grazie a due borse di studio finanziate dal centro neurologico di eccellenza, i due ricercatori hanno studiato lo sviluppo degli algoritmi di machine learning e deep learning per la previsione di biomarcatori quantitativi delle malattie dell’apparato muscolo-scheletrico.
L’uso dei modelli più evoluti di IA consente oggi di accelerare i tempi di lettura della risonanza magnetica e di acquisizione delle informazioni quantitative della patologia come, ad esempio, quelle relative alla quantità dell’infiammazione, dell’atrofia e la percentuale di grasso. Grazie alle reti neurali si possono ottenere immagini in pochi secondi, abbattendo i tempi dei metodi standard, quantificabili in ore.
Ulteriori informazioni qui.
