La protagonista di questo progetto è un’azienda multinazionale che produce soluzioni e strumenti per la diagnostica per immagini. L’intervento di Moxoff ha portato alla creazione di un algoritmo in grado di individuare, in automatico, la presenza di possibili anomalie nelle immagini diagnostiche da sottoporre alla successiva e più accurata valutazione del radiologo.
Descrizione e Benefici
I radiologi utilizzano gli strumenti diagnostici, come le ecografie ad ultrasuoni con o senza contrasto, per verificare l’eventuale presenza di lesioni negli organi del corpo umano. Talvolta la presenza di lesioni sulle immagini non è evidente e la loro individuazione richiede grande attenzione ed expertise da parte dei radiologi. Per questo è stato sviluppato un algoritmo di deep learning per scansionare rapidamente le centinaia di immagini di cui è composto un esame e per identificare l’eventuale presenza di lesioni.
Reti neurali e deep learning per l’individuazione delle lesioni
Per questo progetto sono state utilizzate le reti neurali. È stato allenato l’algoritmo di Deep Learning con una serie di immagini di contrasto nelle quali i radiologi esperti avevano evidenziato la presenza delle lesioni.
- Maggior accuratezza, , è presente un miglioramento del processo diagnostico sia in termini di tempo che di affidabilità
- Condivisione dell’expertise , l’identificazione oggettiva delle anomalie, indipendentemente dall’esperienza individuale dello specialista, ne permette la condivisione
- Evoluzione continua , l’algoritmo si basa sulla conoscenza di radiologi esperti e può essere aggiornato ed evolvere seguendo la loro expertise
