Un progetto di: HEAL ITALIA e Università di Bologna
Il tumore al polmone è la principale causa di morte per cancro a livello globale, sia per gli uomini che per le donne.
Nonostante ampi studi abbiano dimostrato che la tomografia computerizzata a bassa dose (LDCT) può ridurre la mortalità per cancro al polmone di oltre il 20%, la sua efficacia è ostacolata da un alto tasso di falsi positivi. L’intelligenza artificiale può identificare questi pattern nascosti, ed è per questo essenziale nello screening del cancro al polmone. Per soddisfare requisiti di trasparenza e riproducibilità è stato sviluppato un quadro di riferimento per standardizzare sia i dati di imaging dello screening del cancro del polmone sia gli strumenti basati sulla AI.
Obiettivi e benefici
Questo framework, in cui i dati e le applicazioni sono resi FAIR (Findable, Accessible, Interoperable, and Reproducible), snellisce il quadro di sviluppo e garantisce che la ricerca sia condotta con rigore scientifico, assicurando integrità e robustezza.
Aderendo a questi principi,il framework può migliorare significativamente l’affidabilità e la validità degli strumenti di AI nello screening del cancro del polmone e aprire la strada alla loro implementazione clinica, migliorando i risultati dello screening. Inoltre, favorisce una maggiore collaborazione e condivisione dei dati tra i ricercatori, accelerando i progressi nel campo e promuovendo l’adozione diffusa della AI in ambito clinico.
Tecnologie abilitanti
Le tecnologie HPC hanno permesso di elaborare e analizzare enormi volumi di immagini LDCT e di applicare modelli AI in tempi ridotti, accelerando così i progressi nella ricerca e favorendo l’implementazione di questi strumenti nello screening del cancro al polmone.