“Oggi non è più pensabile concepire la diagnostica radiologica senza l’ausilio dell’Intelligenza Artificiale. Chi non rimane al passo con i tempi sarà inevitabilmente tagliato fuori”. Ad asserire ciò sono i giovani radiologi di Fondazione Policlinico Gemelli e gli specializzandi della scuola di Radiodiagnostica dell’Università Cattolica del Sacro Cuore di Roma, che lavorano al fianco di ingegneri, fisici e informatici per mettere a punto nuovi strumenti della moderna IA con l’obiettivo di rendere ancora più efficienti gli screening radiologici e migliorare la personalizzazione delle cure oncologiche. Le loro ricerche sono state presentate al congresso dei radiologi americani e lanciate sul sito www.auntminnie.com, una celebre community internazionale di radiologia. Essere citati da questa community per un lavoro scientifico equivale ad un riconoscimento planetario nel settore di enorme visibilità.
L’arrivo del ‘Machine Learning’
L’onore è toccato a due giovani radiologi del Policlinico Gemelli, la dottoressa Anna D’Angelo, responsabile di vari progetti di ricerca radiologica senologica e il dottor Matteo Mancino, specializzando al terzo anno in radiodiagnostica. Il lavoro pubblicato da AuntMinnie è quello che il loro gruppo, guidato dal professor Paolo Belli, ha presentato qualche mese fa al congresso-monster della Radiological Society of North America (RSNA), che ogni anno richiama a Chicago oltre 40 mila radiologi da tutto il mondo. L’argomento di questo studio è “come l’impiego dell’Intelligenza Artificiale sta trasformando la diagnostica radiologica in senologia”, con l’obiettivo di migliorare la cura dei pazienti. “All’inizio era il CAD (Computer-Aided Diagnosis) – spiega Anna D’Angelo – uno strumento di IA agli esordi che aiutava a rilevare lesioni sospette senza evolvere mai perché non ‘imparava’ né migliorava le sue performance. Tutto è cambiato con l’arrivo del ‘machine learning’, del ‘deep learning’ e dei sistemi di ‘convolutional neuronal network’. Questi strumenti della moderna IA sono in grado di imparare e migliorare giorno per giorno le loro performance, con l’acquisizione di dati provenienti dall’utilizzo quotidiano.
Sfruttare i vantaggi IA
In questo campo non mancano tuttavia le criticità e gli snodi ancora da risolvere, dalla privacy dei dati paziente alla loro trasparenza, per far capire come a partire da questi si è sviluppato un certo modello che possa essere riproducibile e utilizzabile anche da altri centri a istanze di medicina legale. “La radiologia, essendo da sempre una delle branche più ‘high tech’ della medicina – aggiunge Matteo Mancino – è una di quelle che più risente dell’arrivo dell’IA. E quindi la nuova generazione di radiologi dovrà crescere imparando a sfruttare i vantaggi IA. Per questo la nostra scuola di specializzazione è impegnata a formare radiologi che abbiano questa visione e ha introdotto una serie lezioni, anche con docenti internazionali, su argomenti di Intelligenza Artificiale”. Nella pratica clinica, l’IA può velocizzare il flusso di lavoro e il suo utilizzo sarà di grande utilità nello screening mammografico. “Un sistema di IA avanzato può consentire al radiologo di focalizzarsi solo sulle diagnosi più complesse – spiega Mancino, aggiungendo che “questi sistemi inoltre, con l’utilizzo quotidiano, imparano sempre meglio ad elaborare una funzione, ad esempio capire quando una certa immagine possa indicare una patologia, diventando sempre più bravi. Un esame letto con l’ausilio dell’IA insomma, dà maggiori garanzie al paziente di ricevere una diagnosi corretta”.
Molta diffidenza da parte delle persone
“L’IA – prosegue la dottoressa D’Angelo – è come un secondo lettore, che lavora al fianco del radiologo offrendo una maggior accuratezza nell’individuare una lesione, ma anche nell’escludere la presenza di un tumore o altre patologie. E può inoltre ridurre l’errore di interpretazione dovuto al ‘rumore di fondo’ delle immagini o agli artefatti. Gli strumenti della IA danno un grande ‘assist’, ma poi l’interpretazione finale delle immagini spetta sempre al radiologo”. I ricercatori spiegano come ci sia ancora molta diffidenza da parte delle persone, che continuano a chiedersi se possono fidarsi o meno dell’IA. “Noi cerchiamo di rispondere con le evidenze scientifiche acquisite finora – afferma il dottor Mancino -. La prima cosa da capire è che, chi va a fare un esame radiologico, non trova la macchina, ma il radiologo che lavora insieme alla macchina, strumento che usiamo per migliorare le nostre performance. E con vantaggi bidirezionali: la macchina impara giorno per giorno dal radiologo e il radiologo, grazie alla macchina, migliora le sue performance.”
