L'intelligenza artificiale in ambito senologico.

Lano, Asia (2024) L'intelligenza artificiale in ambito senologico. [Laurea], Università di Bologna, Corso di Studio in Tecniche di radiologia medica, per immagini e radioterapia (abilitante alla professione sanitaria di tecnico di radiologia medica) [L-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
[thumbnail of Thesis] Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (1MB) | Contatta l'autore

Abstract

Il tumore alla mammella è una delle patologie neoplastiche a più alta prevalenza nelle donne e nonostante la mortalità associata a questo tipo di tumore sia ancora molto elevata, è in continua diminuzione grazie ad una diffusione sempre maggiore dei programmi di screening, attraverso l’utilizzo della mammografia, che è la tecnica radiologica più efficace per l’individuazione precoce del cancro al seno. Tali programmi, permettono di limitare i trattamenti ed aumentare i tassi di sopravvivenza, identificando i tumori allo stadio iniziale, ancor prima della comparsa dei sintomi. Più la prognosi è anticipata, più è alta la possibilità di guarigione; perciò, la ricerca spinge a trovare soluzioni sempre più innovative per individuare precocemente le neoplasie. Tuttavia, quest’ultima presenta alcune limitazioni, tra cui una scarsa sensibilità, il problema dei falsi positivi o dei falsi negativi, dati dalla sovrapposizione del tessuto mammario o dalla densità parenchimale, i quali potrebbero determinare una seguente diagnosi errata. Per ovviare a queste difficoltà, vengono eseguiti spesso ulteriori esami di approfondimento, come ad esempio ecografia, risonanza e biopsia, ma anche tecniche innovative come la Tomosintesi Digitale. Dato lo sviluppo sempre maggiore di queste tecnologie, si sono inseriti in questo ambito nuove metodologie e approcci basati su algoritmi di intelligenza artificiale che sono in grado, non solo di sostituire e automatizzare le operazioni più standardizzate e ripetitive nel flusso di lavoro, ma anche di effettuare delle previsioni utili ai radiologi, come supporto decisionale durante l’analisi dell’immagine. Questi algoritmi, benché presentino alcune limitazioni e non possano sostituire completamente l’esperienza degli esperti, sembrano comunque aver preso parte in modo significativo a soddisfare la domanda crescente di mammografie di screening, contribuendo alla corretta diagnosi e riducendo così la mortalità per cancro al seno.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Lano, Asia
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
senologia screening, tumore al seno, prevenzione,fattori di rischio, incidenza,diagnosi precoce,applicazioni,intelligenza artificiale,supporto,radiomica,limiti,futuro
Data di discussione della Tesi
30 Ottobre 2024
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^