Applicazione dell’Intelligenza Artificiale nella Risonanza Magnetica Cardiaca: tecniche, vantaggi clinici e prospettive future

La Risonanza Magnetica Cardiaca è, ad oggi, considerata la metodica di riferimento per uno studio completo del cuore, fornisce immagini dettagliate e non utilizza radiazioni ionizzanti. Questa metodica presenta però ancora molti limiti rilevanti, lunghi tempi di acquisizione, necessita di collaborazione del paziente, problemi legati al rumore e agli artefatti. Una possibile soluzione la sta portando negli ultimi anni l’applicazione dell’Intelligenza Artificiale, introducendo nuove tecniche con l’obbiettivo di superare le criticità attuali. Questa tesi analizza le principali applicazioni degli algoritmi di Machine Learning e Deep Learning, partendo da ricostruzione e ottimizzazione delle immagini, riduzione del rumore e degli artefatti fino alla segmentazione automatica e alla radiomica. Sono inoltre presentati nuovi modelli innovativi, introdotti dali maggiori vendor MRI, come AIR Recon DL, REGAIN e SmartSpeed, che dimostrano gli effettivi miglioramenti portati da queste nuove tecnologie. I risultati dimostrano come l’introduzione dell’Intelligenza Artificiale in Risonanza stia portando ad una vera e propria rivoluzione della metodica, rendendola più veloce, precisa e accessibile. Una diretta conseguenza sarà anche un cambiamento del ruolo del tecnico che dovrà andare di pari passo con l’evoluzione tecnologica.