Leonardo Barzaghi e Raffaella Fiamma Cabini
Pavia – L’intelligenza artificiale applicata alla medicina al Mondino è già una realtà. Con il progetto di ricerca sviluppato dal 30enne Leonardo Barzaghi e dalla 26enne Raffaella Fiamma Cabini, dottorandi del Centro BioData Science del Mondino coordinato dalla professoressa Silvia Figini, arriva in Italia una nuova tecnica della risonanza magnetica per la diagnosi e il monitoraggio delle malattie rare neuromuscolari.
Grazie a due borse di studio finanziate dal Centro neurologico pavese di eccellenza, i due ricercatori hanno studiato lo sviluppo degli algoritmi di machine learning e deep learning per la previsione di biomarcatori quantitativi delle malattie dell’apparato muscolo-scheletrico.
L’obiettivo
“Per supportare la diagnosi 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 – spiega Barzaghi, che ha presentato in anteprima mondiale il progetto al CompMat Spring Workshop – L’uso dei modelli più evoluti di intelligenza artificiale consente oggi di accelerare i tempi di acquisizione delle informazioni quantitative della patologia, come quelle relative alla quantità dell’infiammazione, dell’atrofia e la percentuale di grasso".
Le due ricerche
La ricerca di Barzaghi si è concentrata sulle immagini cliniche, quella di Cabini su quelle precliniche. "Uno dei settori della nostra indagine ha riguardato la tecnica della risonanza magnetica fingerprinting – sottolinea la ricercatrice, attiva nell’International Center for advanced computing in medicine dell’Università, guidato dal professor Alessandro Lascialfari – che consente di acquisire in modo più veloce mappe quantitative che rappresentano le proprietà dei tessuti. Il vantaggio principale è la riduzione dei tempi, così da migliorare il comfort del paziente e apportare vantaggi economici alle strutture sanitarie, sia in termini di risparmio energetico sia per la possibilità di analizzare più pazienti".