AILANTON

L’obiettivo principale del progetto è la messa a punto di una soluzione di Intelligenza Artificiale (AI) applicata al settore E-Health, interconnessa nel flusso operativo della Radiologia in modo tale che la ricerca, l’identificazione e la classificazione dei noduli polmonari, sugli esami di Tomografia Computerizzata (TC) del torace, siano effettuate automaticamente e il loro risultato sia presentato ai radiologi senza alcun rallentamento della loro normale operatività. Lo scopo del Progetto è quello di validare e testare un sistema di multiple CNN (convolutional neural networks), messo a punto da Sferanet Srl, in grado di localizzare e classificare noduli polmonari nelle immagini di TC del torace, avendo la possibilità di comprendere le regole che di volta in volta vengono seguite dal sistema di Deep Learning per l’analisi e la classificazione delle lesioni polmonari. L’uso di tecnologie evolute, basate sull’uso di sistemi in cloud e sul trasferimento e sull’analisi di immagini mediche in formato DICOM prodotte dalle apparecchiature di TC, sono la base di riferimento che rendono il modello facilmente esportabile.
Un altro obiettivo è quello di produrre automaticamente un Referto Strutturato, di tipo grafico, che riassuma le caratteristiche di tutti i noduli polmonari trovati e suggerisca le raccomandazioni cui attenersi, in base alle linee guida della Fleischner Society (2017). Questo potrà essere possibile integrando il sistema con il Sistema RIS/PACS presente presso la struttura della Fondazione Policlinico Universitario Campus Bio-Medico di Roma.

A ciò si abbinano altre due importanti componenti che sono quelle inerenti alla progettazione e la realizzazione di un prototipo, completamente innovativo ad oggi, a supporto della Crioablazione percutanea di lesioni neoplastiche polmonari già accertate e quello del sistema di Annotazione delle immagini mediche per l’allenamento di reti neurali convoluzionali anche in settori applicativi diversi da quello del presente progetto.