Radiologia, la professoressa Panebianco: l’IA riduce i tempi

L’intelligenza artificiale può migliorare la radiologia diagnostica e alleggerire il lavoro dei medici. Lo ha spiegato Valeria Panebianco, direttrice del Dipartimento di Scienze radiologiche, oncologiche e anatomo-patologiche della Sapienza di Roma, durante un incontro sull’uso dell’IA nella sanità italiana svolto il 5 novembre a Milano.

Immagini più precise e leggibili

Secondo Panebianco, il contributo dell’IA nella diagnostica per immagini è già rilevante perché consente di sintetizzare in modo automatico grandi quantità di dati visivi. «Il contributo dell’intelligenza artificiale nella diagnostica per immagini, e quindi nella radiologia diagnostica, è eccellente», ha detto durante l’appuntamento promosso da DeepHealth in concomitanza con il 52esimo congresso nazionale della Società italiana di radiologia medica e interventistica.

In alcuni ambiti oncologici, soprattutto per le patologie dell’apparato genito-urinario, i programmi integrati nelle risonanze magnetiche possono rendere utilizzabili immagini compromesse dai movimenti respiratori o dall’attività intestinale. Gli artefatti vengono riconosciuti e rimossi automaticamente, con un miglioramento della qualità degli esami disponibili per la valutazione del radiologo.

Priorità agli esami oncologici

Un ulteriore impiego riguarda l’ordine di lettura delle risonanze. Un sistema informatico può individuare gli esami nei quali compaiono segnali compatibili con un tumore e consentire al medico di esaminarli prima delle immagini relative ai pazienti privi di patologie oncologiche.

La tecnologia può così contribuire alla gestione del carico quotidiano, oltre a contenere tempi e costi. Una tomografia computerizzata dell’intero corpo può produrre circa 5.000 immagini: se in passato il radiologo doveva valutarle una per una, oggi un primo esame automatizzato può ridurre il lavoro necessario per l’analisi.

Formazione per i nuovi strumenti

Per rendere l’innovazione realmente utile a medici e pazienti, Panebianco ha indicato la necessità di preparare professionisti capaci di comprendere il funzionamento dei programmi, non soltanto di utilizzarli. La formazione dovrebbe quindi unire competenze mediche, radiologiche e informatiche.

La direttrice ha inoltre proposto un’evoluzione delle scuole di specializzazione, con l’inserimento di figure dedicate nei gruppi di lavoro dei diversi settori. L’obiettivo è accompagnare l’adozione dei sistemi di IA con conoscenze adeguate alla loro valutazione e al loro impiego clinico.

Algoritmi per le liste d’attesa

Tra gli sviluppi possibili rientra anche il sostegno alla prevenzione, alla diagnosi e al trattamento. Un algoritmo potrebbe collegare la richiesta del medico di base alla prestazione ospedaliera e attribuire a ogni esame un livello di urgenza.

In questo modo, il sistema aiuterebbe a stabilire quale accertamento eseguire e in quali tempi, con l’obiettivo di rendere più ordinate le liste d’attesa. L’impiego dell’intelligenza artificiale, ha concluso Panebianco, richiede però una trasformazione dell’organizzazione e delle competenze presenti nei servizi di radiologia.