(Adnkronos) - "Prevedere la risposta alla terapia è la grande sfida che stiamo affrontando in ambito oncologico. Sarebbe fondamentale sapere, già al momento della diagnosi, quale sarà l'evoluzione di un tumore e come questo risponderà alla specifica opzione terapeutica che andiamo a scegliere. In ambito di ricerca,
L’applicazione dell’Ai nel campo della diagnostica per immagini sta apportando numerosi benefici a specialisti e pazienti. "Vi sono diversi sistemi integrati all'interno delle nostre apparecchiature che consentono, per esempio, in un banale esame radiografico, di centrare meglio il paziente e di assicurare uno standard qualitativo riproducibile nel corso dei diversi esami - illustra Laghi - In ambito di risonanza magnetica, i sistemi riducono drasticamente i tempi di acquisizione, migliorando il comfort del paziente che non deve rimanere all'interno del tubo per troppi minuti. Negli esami che comportano l'uso di radiazioni importanti, come la tomografia computerizzata (Tc) - aggiunge - oggi registriamo un drastico abbattimento della dose, anche del 60% rispetto agli esami del passato. Questo ha un impatto estremamente importante, soprattutto per i pazienti oncologici che devono sottoporsi ripetutamente a esami Tc per monitorare la propria terapia".
Questi strumenti "possono supportarci, ad esempio, riducendo gli errori diagnostici quando il radiologo è affaticato, ma non possiamo delegare loro il giudizio finale - avverte Laghi - Dobbiamo mantenere saldo il nostro spirito critico, arrivando persino a mettere in discussione ciò che ci suggerisce l'intelligenza artificiale. Bisogna sempre ricordare che questi strumenti non sono infallibili: sono sistemi probabilistici con un'altissima probabilità di successo e dati tecnici di grande rilievo, ma non perfetti. La guida e la responsabilità - conclude - devono rimanere sempre nelle mani dell'uomo".
