Portale di Ateneo - Unibs.it Portale di Ateneo - Unibs.it

Covid-19 - Intelligenza Artificiale e immagini radiografiche per stimare il grado di severità della polmonite. Uno studio del DII.

Uno studio diretto dal prof. Alberto Signoroni del Dipartimento di Ingegneria dell’Informazione, in coordinamento con il Dipartimento di Specialità Medico-Chirurgiche, Scienze Radiologiche e Sanità Pubblica dell’Università degli Studi di Brescia, un gruppo di ricercatori ha studiato, per la prima volta a livello internazionale, la capacità prognostica delle tecniche di Intelligenza Artificiale (Deep Learning e Computer Vision) a partire dall’analisi delle immagini radiografiche del torace (CXR) impiegate nella stima del grado di severità della polmonite da Covid-19.

Il team del DII, oltre al prof. A. Signoroni comprende anche i proff. Sergio Benini, Nicola Adami, Riccardo Leonardi, ed il neo-dottore di ricerca Mattia Savardi. Sono state inoltre coinvolte nel recupero dei dati le aziende Philips Italia ed El.Co e il team IT dell’ASST Spedali Civili di Brescia.

 

Dall'analisi di diverse migliaia di immagini, corrispondenti al flusso completo di radiografie dei pazienti Covid-19 ricoverati da inizio marzo a inizio aprile presso la Asst Spedali Civili di Brescia – un ordine di grandezza superiore alla numerosità dei database pubblicamente disponibili – BrixIA-Net, la nuova architettura di Deep Learning progettata dall’Università degli Studi di Brescia, è stata in grado di descrivere il grado di compromissione polmonare dei pazienti (interstiziale e alveolare), sulla base di un sistema di punteggio CXR espresso in sei valori (corrispondenti ad altrettante zone polmonari), ad indicare una progressiva gravità della polmonite. Questo sistema di valutazione, denominato Brixia-score, è stato sviluppato dai medici della Unità Operativa Radiologia 2 diretta dal Prof. Maroldi ed è stato integrato nell'attività clinica quotidiana dai giorni in cui la pressione sui reparti di degenza, e di riflesso sulle Radiologie dell’ASST Spedali Civili, è stata maggiore.

La rete BrixIA-Net, opportunamente addestrata su un vasto insieme di immagini radiografiche e di dati di refertazione Brixia-score, nonché su altri database radiografici pubblici, si è dimostrata un ausilio estremamente efficace nella diagnosi e nella valutazione di gravità della polmonite da Covid-19. 

 

Il lavoro svolto è stato sottomesso ad una rivista di prestigio nel campo dell’analisi delle immagini mediche, e può essere nel frattempo pubblicamente consultato su arXive [1]. Nella foto (in alto) uno schema dello studio realizzato e (in basso, da sx a dx), il prof. Davide Farina (Dipartimento di Specialità Medico-Chirurgiche, Scienze Radiologiche e Sanità Pubblica), il prof. Alberto Signoroni (DII) e il neo-dottore di ricerca Mattia Savardi (DII). Per ulteriori approfondimenti, si rimanda al comunicato stampa di Ateneo del 16 Giugno 2020 [2].

 

[1] https://arxiv.org/abs/2006.04603

[2] https://www.unibs.it/node/23126

 

Mercoledì, 17 Giugno, 2020