Diagnosi dell’adenocarcinoma polmonare: stato dell’arte e ruolo dell’intelligenza artificiale

Gemma, Davide Luigi (2025) Diagnosi dell’adenocarcinoma polmonare: stato dell’arte e ruolo dell’intelligenza artificiale. [Laurea], Università di Bologna, Corso di Studio in Ingegneria biomedica [L-DM270] - Cesena, Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore. (Contatta l'autore)

Abstract

L’adenocarcinoma polmonare (LUAD) è la principale causa di morte per neoplasia polmonare. Il ruolo di una diagnosi efficace è fondamentale per trattare la malattia nel modo più tempestivo possibile. L’obiettivo della tesi è effettuare una revisione narrativa della letteratura scientifica per condurre un’analisi dello standard of care diagnostico attualmente utilizzato per la diagnosi del LUAD (TC al torace con mezzo di contrasto) e una comparazione delle tecniche alternative alla TC. Inoltre, si pone l’obiettivo di analizzare il ruolo dell’intelligenza artificiale come strumento integrativo alle tecniche diagnostiche tradizionali, evidenziandone i limiti e le potenzialità. Sono state effettuate ricerche nelle principali banche dati biomediche, tra cui la principale è PUBMED. Sono state anche consultate le linee guida europee e internazionali. Dagli articoli selezionati sono stati estratti i parametri diagnostici utili nell’analisi delle singole tecniche. Inoltre, sono stati anche presi in considerazione i parametri di dose effettiva, le disponibilità e i costi in Italia delle singole tecniche. TC e DECT hanno mostrato una sensibilità molto elevata ma una specificità bassa. PET-CT e PET-MRI hanno mostrato ottime performance sia in termini di sensibilità che in termini di specificità. La CXR ha mostrato le migliori performance in termini di specificità, sebbene la sensibilità sia decisamente minore. IA integrata alla TC ha registrato un aumento della specificità a scapito di una riduzione di sensibilità. I risultati suggeriscono TC e DECT se l’obiettivo è ridurre i falsi negativi, CXR se si vogliono ridurre i falsi positivi. PET-CT e PET-MRI mostrano il miglior compromesso tra sensibilità e specificità sebbene con il limite rappresentato dai costi e disponibilità. L’IA ha mostrato un aumento della specificità se utilizzata con TC, sebbene l’utilizzo di un protocollo standard uniforme e l’integrazione di dati clinici eterogenei siano ancora sfide da superare.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Gemma, Davide Luigi
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Adenocarcinoma,polmonare,LUAD,Intelligenza,artificiale,radiomica,TC,Sensibilità,specificità,PET-CT/PET-MRI,MRI/DW-MRI,CXR,Diagnostica,immagini,Revisione,narrativa,Falsi,positivi, negativi
Data di discussione della Tesi
20 Novembre 2025
URI

Altri metadati

Gestione del documento: Visualizza il documento

^