Dieci secondi, al massimo, per analizzare le immagini di una risonanza magnetica e individuare i segni di malattie rare neuromuscolari. Probabilmente in futuro le diagnosi saranno tutte così, ma oggi fa notizia che una intelligenza artificiale possa riuscire in un compito tanto difficile e, per di più, in soli dieci secondi.
RETI NEURALI
La notizia arriva dal CompMat Spring Workshop, evento dedicato alle nuove frontiere del machine learning e della matematica computazionale, organizzato dall’Università di Pavia e svoltosi nell’Aula Foscolo. Per arrivare a diagnosi sempre più accurate 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. L’uso dei modelli più evoluti di intelligenza artificiale consente di ridurre i tempi di acquisizione delle informazioni della patologia. Si pensi alla quantità dell’infiammazione, dell’atrofia e la percentuale di grasso. Grazie alle reti neurali si possono ottenere immagini in pochi secondi, abbattendo i tempi necessari con i metodi standard, per i quali servirebbero ore.
IL VOLTO UMANO
Fortunatamente, dietro tanta tecnologia c’è ancora da parlare dell’intelligenza “naturale”. Nel caso di specie di due giovanissimi: il 30enne Leonardo Barzaghi e la 26enne Raffaella Fiamma Cabini, dottorandi del Centro “BioData Science” del Mondino, coordinato dalla professoressa Silvia Figini. Sono stati loro, già laureati in fisica a Pavia e Milano a ideare il sistema. I giovani ricercatori hanno usufruito di due borse di studio finanziate dal centro neurologico pavese e hanno studiato lo sviluppo degli algoritmi di “machine learning” e “deep learning” per la previsione di biomarcatori quantitativi delle malattie dell’apparato muscolo-scheletrico.
