Login | Comunicazione Italiana: il link che unisce imprese e istituzioni

Messaggio

Per accedere all’area devi prima effettuare il login

ENTRA NEL NETWORK

Intelligenza artificiale può leggere risonanza magnetica al cervello: ecco le diagnosi in pochi secondi

(Adnkronos) - Una nuova impresa dell'intelligenza artificiale applicata alla medicina: può leggere una risonanza magnetica al cervello e restituire una diagnosi in pochi secondi. Lo ha dimostrato un team di scienziati dell'University of Michigan (Um) che ha sviluppato un modello basato sull'Ai rivelatosi in grado di intercettare patologie neurologiche con una precisione fino al 97,5%. Il sistema è riuscito anche a individuare quanto fosse urgente trattare un paziente. Nello studio pubblicato su 'Nature Biomedical Engineering' gli autori prospettano che questa tecnologia, definita unica nel suo genere, potrebbe avere un impatto trasformativo per il neuroimaging nei sistemi sanitari Usa. "Dato che la domanda globale di risonanza magnetica è in aumento e sottopone a notevole pressione i medici e la sanità, il nostro modello di intelligenza artificiale ha il potenziale per ridurre il carico migliorando la diagnosi e il trattamento con informazioni rapide e accurate", sottolinea l'autore senior Todd Hollon, neurochirurgo dell'ateneo statunitense, docente della UM Medical School. Hollon ha battezzato l'invenzione 'Prima'. Lui e il suo team hanno testato questa tecnologia su oltre 30mila studi di risonanza magnetica nel corso di un anno. In oltre 50 diagnosi radiologiche di gravi disturbi neurologici, Prima ha superato altri modelli di Ai all'avanguardia in termini di prestazioni diagnostiche. Il modello è riuscito a determinare quali casi avrebbero dovuto avere la priorità più alta. Alcune problematiche, ricordano gli esperti, come emorragie cerebrali o ictus, richiedono cure mediche immediate, e in questi casi Prima può allertare automaticamente i medici in modo che possano intervenire rapidamente, afferma Hollon. I ricercatori hanno ideato il modello in modo che possa consigliare quale specialista debba essere avvisato, ad esempio un neurologo specializzato in ictus o un neurochirurgo, con un feedback disponibile immediatamente dopo che il paziente ha completato l'imaging. "La precisione è fondamentale quando si legge una risonanza magnetica cerebrale, ma tempi di risposta rapidi sono essenziali per una diagnosi tempestiva e risultati migliori", evidenzia Yiwei Lyu, co-autore e ricercatore post-dottorato in Informatica e Ingegneria alla University of Michigan. "Nei passaggi chiave del processo, i risultati suggeriscono che Prima può migliorare i flussi di lavoro e semplificare l'assistenza clinica senza rinunciare alla precisione". Ma cos'è questo sistema messo a punto dai ricercatori? Il modello Prima è un 'vision language model' (Vlm), un sistema di intelligenza artificiale in grado di elaborare simultaneamente video, immagini e testo in tempo reale. Non è il primo tentativo di applicare l'Ai alla risonanza magnetica (Mri) e ad altre forme di neuroimaging, ma l'approccio è diverso: i modelli precedenti si basavano su sottoinsiemi di dati di Mri selezionati manualmente per raggiungere obiettivi specifici, come l'individuazione di lesioni o la previsione del rischio di demenza. Durante la progettazione del nuovo sistema, il team di Hollon ha basato l'addestramento su ogni risonanza magnetica (oltre 200mila studi e 5,6 milioni di sequenze) eseguita da quando è iniziata la digitalizzazione della radiologia all'University of Michigan Health decenni fa. I ricercatori inseriscono nel modello anche le storie cliniche dei pazienti e le motivazioni per cui i medici hanno ordinato uno studio di diagnostica per immagini. E, con tutti questi dati, "Prima funziona come un radiologo, integrando informazioni riguardanti il paziente e i dati di imaging per ottenere una comprensione completa del suo stato di salute", illustra il co-primo autore Samir Harake, data scientist nel Machine Learning in Neurosurgery Lab di Hollon. Questo, prosegue, "consente di ottenere prestazioni migliori in un'ampia gamma di attività di previsione". Ogni anno nel mondo vengono eseguiti milioni di studi di risonanza magnetica, una parte significativa dei quali è focalizzata sulle malattie neurologiche. Questa domanda, affermano i ricercatori, supera la disponibilità di servizi di neuroradiologia e comporta notevoli sfide, tra cui carenza di personale e rischio di errori diagnostici. A seconda del luogo in cui si esegue l'esame potrebbero volerci giorni o anche più tempo per ottenere un risultato. "Sia che si riceva una scansione in un sistema sanitario più ampio che deve far fronte a un volume crescente di prestazioni sia che si faccia in un ospedale rurale con risorse limitate, sono necessarie tecnologie innovative per migliorare l'accesso ai servizi di radiologia - ragiona Vikas Gulani, coautore e presidente del Dipartimento di Radiologia alla UM Health - I nostri team hanno collaborato per sviluppare una soluzione all'avanguardia a questo problema, con un potenziale enorme e scalabile". Nonostante i buoni risultati ottenuti da Prima, puntualizzano però gli autori, la ricerca è ancora nella fase iniziale di valutazione. Il lavoro futuro del team esplorerà la possibilità di integrare informazioni più dettagliate sui pazienti con i dati delle cartelle cliniche elettroniche per una diagnosi più accurata. Ciò che Hollon descrive come "ChatGpt per l'imaging medico" ha un potenziale più ampio, prevedono gli esperti, e un giorno potrebbe essere adattato ad altre modalità di imaging, come mammografie, radiografie del torace ed ecografie. "Così come gli strumenti di intelligenza artificiale possono aiutare a scrivere una bozza di e-mail o a fornire raccomandazioni, Prima si propone di essere un copilota per l'interpretazione degli studi di imaging medico", conclude Hollon, sottolineando il potenziale che integrare questi sistemi avrebbe riguardo all'obiettivo di "migliorare l'assistenza sanitaria attraverso l'innovazione".

Università, a Novedrate eCampus apre confronto su Ai

(Adnkronos) - Un confronto a tutto campo su Ia, didattica e futuro. Mercoledì 4 febbraio, a partire dalle 9.30, la sede principale dell’Università eCampus, a Novedrate (Como), ospiterà 'eCampus, didattica aumentata e Ia: il ruolo delle università nelle politiche di innovazione', una giornata di lavoro dedicata alle intelligenze artificiali, al plurale, per approfondire il ruolo delle università nelle politiche di innovazione: la formazione di nuove competenze, la trasformazione delle professioni, la cybersecurity e i nuovi linguaggi. Un dibattito aperto in cui l’ateneo metterà a disposizione della collettività i risultati della ricerca e della terza missione nei suoi vent’anni di esperienza. L’università non può limitarsi a 'comprare' l’intelligenza dall’esterno, ma deve concorrere a formarla, personalizzarla e addestrarla, trasmettendo agli studenti competenze critiche, etiche e tecnologiche. Una posizione che dialoga idealmente con il dibattito aperto a Stanford all’indomani della diffusione dei sistemi generativi e che eCampus sviluppa oggi in una prospettiva autonoma, fondata su un approccio artigiano al sapere, capace di rendere i singoli profili professionali protagonisti consapevoli dei processi di innovazione. Il programma della giornata seguirà un percorso coerente con questa impostazione. Al mattino il confronto si concentrerà sul rapporto tra innovazione e formazione dei professionisti del futuro e sulle professioni in trasformazione. Il Piano strategico di Ateneo costituirà il filo conduttore delle diverse sessioni, emergendo nei temi della didattica, delle competenze, dell’impatto sociale e delle politiche di innovazione. Nel pomeriggio l’attenzione si sposterà sul rapporto tra tecnologia e salute, sui temi dell’accessibilità e dell’inclusione e, infine, sul ruolo della ricerca e dei dottorandi nei processi di innovazione, prima della chiusura affidata a un momento informale di networking. A dare voce al dibattito sarà un parterre ampio e multidisciplinare, grazie ai contributi di Amarildo Arzuffi di Fondimpresa, Antonella Guidazzoli di Cineca, Pier Guido Lezzi di MaticMind Milano, del giornalista Carlo Massarini, del saggista Michele Mezza e dell’atleta olimpico Matteo Melluzzo. Per l’Università eCampus interverranno Marco Arnesano, Luisella Bocchio Chiavetto, Riccardo Botteri, Placido Bramanti, Manuela Cantoia, Elisabetta Cattoni, Luca Cioccolanti, Gloria Cosoli, Venusia Covelli, Leonardo Fiorentini, Oleksandr Kuznetsov, Enrico Landoni, Lorenza Lei, Giovanni Liberati Buccianti, Alfonso Lovito, Barbara Marchetti, Marco Margarita, Elisa Pedroli, Francesco Pigozzo, Cristian Randieri, Paolo Raviolo, Marco Rondonotti, Maria Lucrezia Sanfilippo, Enzo Siviero, Manuela Vagnini e Fabrizio Vecchio. L’evento, aperto a tutti, aiuterà a comprendere come la didattica aumentata e le intelligenze artificiali stiano ridisegnando il ruolo dell’università nelle politiche di innovazione.

Beach e Park litter, oltre 40mila rifiuti raccolti in 3 anni

(Adnkronos) - Su 40.388 rifiuti raccolti e monitorati dal 2021 al 2024, in 10 spiagge e 10 parchi urbani della Penisola, l’80% è costituito da plastica tradizionale, nella forma di imballaggi e oggetti usa e getta. E' il risultato del nuovo studio di Legambiente 'Beach e Park Litter', frutto del primo monitoraggio su spiagge e parchi a scala nazionale che ha previsto un focus specifico sulla presenza di materiali in bioplastica dispersi nell’ambiente. Tra i rifiuti usa e getta più trovati ci sono soprattutto tappi, buste, bottiglie e bicchieri in plastica, ma non solo. Oltre alla plastica, sono stati trovati metalli (6,8%), carta e cartone (5,9%), vetro e ceramica (3,6%), gomma (1,3%), vestiti e tessuti (1,1%), legno (0,5%), rifiuti da cibo (0,3%), rifiuti in materiali misti (0,2%) e, infine, quelli in bioplastiche compostabili e biodegradabili (0,2%), un materiale - spiega Legambiente - ancora non contemplato nei protocolli di monitoraggio ufficiali e che non fa parte della lista che viene utilizzata a livello europeo. “Con questo studio - commenta Giorgio Zampetti, direttore generale di Legambiente - vogliamo riportare l’attenzione sul tema dei rifiuti dispersi nell’ambiente a partire da quelli in plastica tradizionale ma non solo. Si tratta perlopiù di rifiuti monouso che sono tra le cause primarie di littering. Come emerge dal nostro studio, l’inquinamento da littering continua a restare un’emergenza costante in Italia e una minaccia per biodiversità, ambiente ed ecosistemi, nonostante il recepimento della direttiva europea Sup. È importante che l’Italia si impegni per la riduzione dei rifiuti in plastica applicando la direttiva Sup ma anche colmando allo stesso tempo il vulnus normativo creato dalla mancata definizione del concetto stesso di 'riutilizzabile' nella direttiva Sup e nel decreto legislativo 196/2021 di recepimento". Sul fronte bioplastiche, "la cui esenzione dalla direttiva quattro anni fu criticata e non compresa anche a livello europeo, vogliamo ricordare che rappresentano una valida soluzione che ha permesso al paese di ottimizzare la gestione dei rifiuti organici in maniera differenziata e non sono diventate un problema, come confermano i numeri dell’indagine. Conoscere la tipologia e i quantitativi delle bioplastiche, permette di affinare sistemi di raccolta e politiche di prevenzione anche su questi materiali con la sfida appena cominciata con la nascita del consorzio dedicato”.

Username:	Password: