Applicare l’intelligenza artificiale all’analisi delle immagini radiologiche, per rendere più precisa ed efficace la diagnosi. La nuova frontiera della diagnostica per immagini si chiama 'Radiomica' e si sta sviluppando fra Ravenna, Ferrara e Meldola grazie al progetto “Ciò che l’occhio non vede” - ideato e nato nell’aprile del 2017 - coordinato dal dottor Gian Carlo Parenti e che vede la collaborazione fra medici e fisici: lo stesso Gian Carlo Parenti dell’Unità operativa di Radiodiagnostica dell’Ospedale Santa Maria delle Croci di Ravenna (diretta ad interim da Maria Teresa Minguzzi); Lorenzo Mellini e Francesca Scabbia dell’Università degli studi di Ferrara, Scuola di specializzazione in Radiodiagnostica (diretta da Roberto Galeotti); Giacomo Feliciani ed Enrico Menghi dell’Istituto Scientifico Romagnolo (Irst Irccs) di Meldola, Unità operativa di Fisica sanitaria diretta da Anna Sarnelli.

Il progetto

Il progetto si propone di ricercare e applicare i principi della Radiomica alla pratica clinica sfruttando le capacità dell’intelligenza artificiale, affiancando così il medico radiologo nel suo operato quotidiano. Oggi infatti la radiologia sta vivendo un paradosso: le varie metodiche diagnostiche - Tac, risonanza magnetica, Pet (Tomografia a emissione di positroni) - producono immagini digitali che però sono analizzate in modo analogico dall’occhio dello specialista. In questo modo si perdono molte informazioni: dettagli invisibili all’occhio umano perché troppo piccoli o perché ricorrono nei diversi pazienti in maniera troppo discontinua per essere analizzati. L’intelligenza artificiale della radiomica permette l’analisi approfondita di migliaia di immagini diagnostiche e consente di individuare dettagli di ridotte dimensioni che possono risultare utili nel percorso diagnostico e terapeutico del paziente. Le prime esperienze sono state illustrate nel Congresso tenuto a Ravenna nel maggio 2019 sul tema “Applicazioni dell’intelligenza artificiale in radiodiagnostica: esperienze in area vasta Romagna”. L’ultimo studio scientifico è stato invece pubblicato nei giorni scorsi sulla rivista internazionale di alto prestigio Nature, sottolineando l’importanza dell’impiego dell’intelligenza artificiale in ambito diagnostico e valorizzando i risultati ottenuti dal gruppo di lavoro.

Cos'è la Radiomica

Per Radiomica si intende l’analisi delle immagini mediche volte ad ottenere, tramite opportuni metodi matematici e statistici, informazioni di tipo quantitativo, non rilevabili con la semplice osservazione visiva. Nasce per sviluppare strumenti di supporto decisionale e implica la combinazione di dati ricavati dall’imaging con altre caratteristiche del paziente. Questo comporta la gestione delle immagini mediche digitali sotto forma di grandi matrici di dati, allo scopo di estrarre un elevato numero di caratteristiche morfologiche e predittive mediante algoritmi e metodi più o meno automatici. La radiomica permette quindi di individuare le informazioni e utilizzarle come strumenti predittivi di molte patologie attraverso la medicina personalizzata, permettendo poi di trattarle con terapie ad hoc, su misura, secondo le caratteristiche genetiche individuali di ogni paziente. Necessita di sistemi di archiviazione e trasmissione di immagini interconnessi per avere la disponibilità di dati strutturati. Ad esempio, analizzando la tessitura di una lesione, non si limita allo studio morfologico tradizionale, ma analizza i valori numerici presenti all’interno del tessuto studiato e la loro distribuzione spaziale, rilevando le relazioni matematiche presenti tra i pixel che compongono l’immagine. Le immagini radiologiche, infatti, non sono figure, bensì dati analizzabili e confrontabili.

Una nuova dimensione per il radiologo

Ne consegue una nuova interpretazione della figura del radiologo, con una maggiore attenzione al dato piuttosto che all’immagine diagnostica. Il radiologo in questo nuovo sistema di analisi verrà ad avere un ruolo di “anello di congiunzione” fra i medici di altre specializzazioni e i nuovi sistemi sempre più automatizzati, guidati da algoritmi complessi che forniscono informazioni diagnostiche integrate e con implicazioni prognostiche e terapeutiche che comunque necessitano della comprensione dei medici per la gestione della salute dei propri pazienti.