L’impatto dell'intelligenza artificiale sulla qualità delle immagini in TC: studio pilota per l’ottimizzazione dei protocolli di acquisizione mediante algoritmi di ricostruzione deep learning

Partendo da evidenze in letteratura circa l'utilizzo dell'intelligenza artificiale (AI) nei protocolli d'acquisizione TC, è stato avanzato uno studio pilota per analizzare le implicazioni dell'AI sulla qualità delle immagini. Sono state selezionati casi clinici di routine, oscurati della componente anagrafica, e partendo dallo studio basale (Raw Data) sono stati applicati otto algoritmi di ricostruzione: FBP, IDose (Level 2, 4, 5, 7) e Precise Image (Smoother, Smooth, Standard). I risultati (qualità generale delle immagini e trama) sono stati sottoposti a valutazione di un singolo osservatore (Medico Specialista in Radiologia) mediante scala di Likert a 5 punti. Le valutazioni sono poi state analizzate e rappresentate tramite grafici Violin Plot: lo studio evidenzia la necessità di condurre ulteriori studi basati sul confronto tra diverse modalità di ricostruzione, utilizzando sia valutazioni quantitative che qualitative da parte di più osservatori specializzati e su un campione significativamente più ampio di pazienti, non ultimo la necessità di utilizzare algoritmi diversi in base all'oggetto di studio. L'implementazione di questi accorgimenti potrebbe contribuire all’ottimizzazione di protocolli più accurati e personalizzati, migliorando di fatto la diagnostica radiologica, la qualità dell'assistenza nonché riducendo ulteriormente il livello di dose assorbito dal paziente grazie all’impiego di algoritmi AI rispetto a quelli iterativi di routine clinica.