Ast PU, intelligenza artificiale a supporto dei radiologi

11 Settembre 2024

Pesaro – L’Intelligenza Artificiale a supporto del reparto di Diagnostica degli ospedali di Pesaro e Fano. Avviato sperimentalmente un software, in ausilio dei radiologi nella diagnosi di esami RX scheletrici e del torace, per garantire una diagnosi più precisa.

“Innovazione ed evoluzione tecnologica al servizio dei pazienti, questa la nostra priorità – spiega il direttore Generale Ast Pu Alberto Carelli – l’utilizzo dell’I. A. in ambito sanitario, in particolare in radiologia, ha mostrato grandi successi nel rilevare e classificare anomalie su radiografie o un significativo miglioramento in termini di risoluzione su scansioni tomografiche computerizzate (CT) e di risonanza magnetica (RM), portando a diagnosi più accurate e ad una maggiore efficienza dei processi decisionali con conseguente riduzione degli errori per i radiologi. Gli algoritmi di Intelligenza Artificiale, infatti, possono migliorare i processi preliminari di elaborazione delle immagini, compresa l’acquisizione e ricostruzione dell’immagine e la mitigazione del rumore; possono, inoltre, svolgere una serie di funzioni per assistere i radiologi. Questo è un primo passo che affiancato alle nuove tecnologie in uso nel reparto migliora la qualità delle prestazioni e la sicurezza per il paziente preso in carico”.

Il software agisce nello specifico nell’ambito della radiologia per l’individuazione fratture ossee di pazienti adulti e pediatrici, versamenti articolari e lussazioni e lesioni ossee di parti anatomiche di estremità, pelvi, colonna vertebrale e cassa toracica. Un dispositivo in grado di individuare patologie polmonari su RX Torace per: Pneumotoraci, Consolidazioni, Versamenti pleurici, Noduli e Masse mediastiniche.

“Gli esami RX vengono inviati dal PACS Aziendale (un sistema di archiviazione e trasmissione di immagini mediche che consente una gestione digitale e centralizzata delle immagini) ad un Software di Intelligenza Artificiale – spiega l’Ing. Mauro Luciani Direttore della UOC Ingegneria clinica e ICT dell’Ast Pu – e vengono poi processati dal software, che genera dei risultati sotto forma di immagini (secondary captures). Esse consistono in un riassunto che sintetizza l’esito suggerito dal software e una copia di ogni immagine originale analizzata con informazioni aggiuntive. I risultati vengono poi re-inviati al PACS e sono visualizzabili dal radiologo dalle consolle di refertazione. Il tempo medio del flusso sopra indicato varia tra i 60 ed i 180 secondi”.

“Il Software – spiega il Direttore della Diagnostica per Immagini degli ospedali di Pesaro e Fano Alberto Rebonato – processa le scansioni radiologiche e fornisce dei suggerimenti alla diagnosi in ausilio al radiologo, che, in ogni caso, rimane l’unico responsabile dell’esito finale indicato sul referto. Secondo i dati pubblicati su riviste internazionali autorevoli in ambito radiologico, i benefici dell’utilizzo di questo dispositivo sono sia quantitativi che qualitativi, con una riduzione delle lesioni misconosciute, su esami RX, che giunge fino al 26 per cento, con una consequenziale riduzione di eventuali contenziosi medico legali. Altri vantaggi sono relativi al maggiore comfort per i radiologi nella refertazione, soprattutto in condizioni di stress come la notte, il fine turno o il festivo, quando fisiologicamente la soglia di attenzione diminuisce. Altra cosa da sottolineare è che questo software riduce i tempi di attesa per i pazienti in pronto soccorso, in quanto l’alto valore predittivo negativo garantito da soluzioni software, pari al 99,5%, permette una più efficiente gestione dei pazienti, evitando indagini di secondo livello non necessarie”.

“Abbiamo avviato un importante percorso di potenziamento e ammodernamento tecnologico dei nostri ospedali – dichiara il Vice Presidente della Giunta e Assessore alla Sanità della Regione Marche, Filippo Saltamartini -. L’Intelligenza Artificiale, grazie alla maggiore accuratezza e tempestività nella diagnostica, contribuirà a ridurre le liste di attesa”.

I risultati di questa sperimentazione verranno monitorati ex –post al fine di verificare la bontà dell’utilizzo di sistemi di intelligenza artificiale al fine di ottimizzare i tempi di refertazione, ridurre le liste di attesa ed efficientare l’intero flusso in diagnostica per immagini a beneficio di pazienti ed operatori.