Un team di ricerca composto dal trentenne Leonardo Barzaghi e dalla ventiseienne Raffaella Fiamma Cabini, dottorandi del Centro “BioData Science” della Fondazione Mondino, coordinato dalla professoressa Silvia Figini, come riportato da Libero Quotidiano, ha presentato in anteprima mondiale al CompMat Spring Workshop, l’evento dedicato alle nuove frontiere del machine learning e della matematica computazionale organizzato nei giorni scorsi dall’Università di Pavia, un meccanismo per avere delle diagnosi lampo per le malattie all’apparato muscolo-scheletrico.



L’esame avviene come di consueto con una risonanza magnetica, ma con l’utilizzo dell’intelligenza artificiale e, in particolare, di un algoritmo di machine learning e deep learning per la previsione di biomarcatori quantitativi delle malattie in questione, l’esito arriva in soli 10 secondi. “Per supportare la diagnosi e aumentare la qualità delle immagini anatomiche ad alta risoluzione ottenute tramite la risonanza magnetica negli ultimi anni sono state sviluppate tecniche che permettono di quantificare le proprietà fisiche dei tessuti patologici”, ha spiegato Leonardo Barzaghi.



Diagnosi lampo su malattie a apparato muscolo-scheletrico: la scoperta

Una diagnosi lampo per le malattie all’apparato muscolo-scheletrico, fino a poco tempo fa, non era immaginabile. Adesso, lo scenario studiato dal Centro “BioData Science” della Fondazione Mondino presto diventerà realtà. “L’uso dei modelli più evoluti di intelligenza artificiale consente oggi di accelerare i tempi di acquisizione delle informazioni quantitative della patologia. Tra queste anche la quantità dell’infiammazione, dell’atrofia e la percentuale di grasso. Grazie alle reti neurali si possono poi ottenere immagini in pochi secondi, abbattendo i tempi necessari con i metodi standard, quantificabili in ore”, ha aggiunto il ricercatore.



I vantaggi derivanti dalla nuova metodologia saranno numerosi. “Questa tecnica consente di ridurre i tempi di acquisizione, così da migliorare il comfort del paziente durante l’esame di risonanza magnetica e apportare vantaggi economici alle strutture sanitarie, sia in termini di risparmio energetico per il funzionamento delle macchine sia per la possibilità di analizzare più pazienti”, ha concluso Raffaella Fiamma Cabini.