Nel progetto pilota, presentato a Pavia, grazie all’utilizzo dell’intelligenza artificiale \u00e8 possibile leggere in pochi secondi, massimo dieci, le immagini di una risonanza magnetica e ottenere informazioni accurate sulle propriet\u00e0 dei tessuti patologici, proprio grazie all\u2019uso dell\u2019IA.<\/p>\n
L\u2019impiego sperimentale delle reti neurali per l\u2019acquisizione delle immagini di risonanza magnetica \u00e8 l\u2019oggetto del progetto di ricerca sviluppato alla Fondazione IRCSS Mondino da Leonardo Barzaghi e Raffaella Fiamma Cabini, dottorandi del Centro \u2018BioData Science\u2019 dello stesso Mondino, coordinato dalla professoressa Silvia Figini.<\/p>\n
Sono stati loro a presentarlo in anteprima mondiale al \u2018CompMat Spring Workshop\u2019, l\u2019evento dedicato alle nuove frontiere del machine learning.<\/p>\n
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\u2019apparato muscolo-scheletrico.<\/p>\n
L\u2019uso dei modelli pi\u00f9 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 quantit\u00e0 dell\u2019infiammazione, dell\u2019atrofia 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.<\/p>\n