Con Uniser il progetto per Tac con meno radiazioni

2 Marzo 2023 - Educazione, istruzione e formazione - Salute

Con Uniser il progetto per Tac con meno radiazioni

Al lavoro un team di ricercatori che utilizza l’intelligenza artificiale e le tecniche dell’astrofisica per innovare la diagnostica. Già dimostrata la possibilità di diminuire le radiazioni anche del 30%.

Si sviluppa tra Pistoia e Firenze il progetto di riduzione delle radiazioni somministrate ai pazienti sottoposti a Tac, che un pool di finanziatori, dopo i primi incoraggianti risultati, ha deciso di rilanciare per i prossimi tre anni, affidandolo ad una quindicina di ricercatori. Il progetto ha obiettivi ambiziosi che vanno da strumenti di analisi del polmone colpito da Covid-19 e da altre patologie, a una generale riduzione delle radiazioni ionizzanti. Analizzando le Tac dell’addome, nella fase sperimentale del progetto, è già stata dimostrata la possibilità di ridurre le radiazioni somministrate al paziente di oltre il 30%. Lo studio della nuova tecnica diagnostica si basa sul ricorso all’Intelligenza artificiale e utilizza le tecniche usate dagli astrofisici per analizzare le immagini dei corpi celesti. Il server, acquistato da Uniser che lo ospita nella sua sede di Pistoia, è stato chiamato Iacta, iniziali di Intelligenza Artificiale Computed Tomography e Astrofisica.

Al lavoro radiologi e ricercatori fisici

I radiologi hanno analizzato ben 30.000 Tac, «allenando» la rete neurale per poi passare i risultati ottenuti al lungo lavoro dei ricercatori fisici per la loro realizzazione grafica e l’elaborazione dei dati. Se ne è ottenuta la definizione del valore della dose di radiazioni oltre la quale nessun suo aumento consente miglioramenti diagnostici. Ogni dose di radiazioni in più è risultata quindi inutile e di conseguenza risparmiabile, a beneficio del paziente.

Un server da 12mila miliardi di bites

I dati sono telematicamente accessibili da remoto da parte dei ricercatori in qualunque momento e da qualunque postazione di lavoro. Il server Iacta ha una memoria di 12 TeraByte, cioè 12.000 miliardi di bites, necessaria per gestire i dati e salvare i risultati attraverso un backup multiplo e indipendente su più dischi, che minimizza le probabilità della loro perdita in caso di crash di sistema. Il progetto e Iacta sono stati illustrati nel corso di un convegno ospitato nella sede di Uniser e che ha messo in rilievo gli approcci propri dell’astrofisica e dell’intelligenza artificiale per giungere alla migliore diagnostica delle immagini radiologiche. I primi risultati ottenuti nell’ambito del progetto dai ricercatori, stanno per essere pubblicati dall’autorevole Journal of Medical Imaging, la rivista americana leader nel settore delle innovazioni nella diagnostica per immagini.