Le immagini non sono solo figure
Rimini, 21 agosto 2022 – L’Associazione Euresis e Camplus hanno organizzato, presso l’Arena Scienza Pad. C1, un interessante incontro con Carlo Cavedon, fisico medico, Azienda Ospeda-liera Universitaria Integrata di Verona, Associazione Italiana di Fisica Medica, sul tema “Le im-magini non sono solo figure. Il valore dell’informazione nelle immagini radiologiche”.
Il moderatore Carlo Camnasio, dell’Associazione Euresis, ha ricordato che «tutto quel che noi comprendiamo della realtà spesso è legato alle immagini», in particolare nel campo della co-noscenza dell’universo e del corpo umano. L’incontro vuole essere un «invito a guardare la realtà fissando i contenuti qualificativi», sapendo che «l’uomo ha bisogno di occhi sempre più perfetti».
All’inizio del suo intervento Cavedon ha ricordato che all’origine delle immagini radiologiche c’é la scoperata del fisico tedesco Wilhelm Rontgen dei raggi X, avvenuta nel novembre del 1895. Queste radiazioni attraversano corpi che la luce non può attraversare e lasciano im-pressa su una lastra fotografica un’immagine.
La TAC, acronimo di Tomografia Assiale Computerizzata, è la più nota tecnica diagnostica che sfrutta le radiazioni ionizzanti (o raggi X) per ottenere immagini dettagliate, in versione tridi-mensionale, di aree anatomiche specifiche del corpo umano.
Ma la tecnologia piu straordinaria, «il colpo di genio», è la risonanza magnetica, che sfrutta le onde radio. Difficile comprendere il meccanismo di formazione delle immagini che è valso il premio Nobel per la medicina nel 2003 a Paul Lauterbur e Peter Mansfield. Le immagini, ana-tomiche e funzionali, acquisite con la risonanza magnetica permettono di seguire il movi-mento dei tessuti in 4D (3D più il parametro tempo). Risulta così possibile colpire un tumore selettivamente.
«Ma che informazione c’é dietro l’immagine? Le immagini non sono solo figure, sono indici che riportano grandezze fisiche. Il punto è capire le informazioni che contengono» dice Cavedon.
La scienza che si occupa di estrarre il massimo delle informazioni dalle immagini si chiama Radionica. Per rilevare dei dati che non sono percebibili ad occhio nudo occorrono dei metodi sofisticati, i cosidetti algoritmi machine-learning. «Utilizzando l’intelligenza artificiale é possi-bile insegnare ad una macchina, per esempio, a riconoscere una figura. Risale al 2015 la prima dimostrazione di riconoscimento di una immagine, si trattava di un gatto in una foto», spiega Cavedon. «La nuova frontiera é il deep-learning: gli algoritmi più evoluti consentono alla mac-china di imparare direttamente e di evitare dei passaggi inutili che condurrebbero alla perdita di informazioni. I dati sono più precisi e le immagini più risolute».
Tra le criticità, il relatore evoca i problemi normativi, cioé «garantire la robustezza del risul-tato» e il fatto che una immagine leggibile non sempre mostra il vero: «Fa scuola il caso dell’immagine distorta artificialmente di un cane che la macchina riconosce come uno struzzo».
«Cosa fa il fisico medico in ospedale?» chiede il moderatore. Il fisico medico spiega che «si occupa dell’impiego delle radiazioni ionizzanti, di garantire la sicurezza e la qualità della radio-terapia. Il fisico che si occupa di medicina ha senz’altro come obiettivo quello di sviluppare le tecnologie industriali, ma in ospedale l’obiettivo principale è garantire che il dato che entra nel sistema sia di qualità».
Per quanto concerne le prospettive, Cavedon afferma che «l’intelligenza artificiale ha ormai raggiunto le capacità dell’intelligenza umana e in futuro l’intelligenza umana sarà trascinata dall’intelligenza artificiale che la farà evolvere più in fretta».
I percorsi di formazione per diventare fisico medico ed esercitare la professione richiedono, alla fine del percorso universitario, l’iscrizione a una delle specifiche scuole sanitarie non me-diche che includono un tirocinio. In Italia sono presenti ben 14 scuole. È in corso un processo di accreditamento per equiparare tali scuole a quelle di specializzazione mediche.
A conclusione dell’incontro una domanda dal pubblico centra il punto nodale della questione: l’intelligenza artificiale riuscirà mai à identificare l’anomalia nell’immagine e quindi la malattia? «È l’uomo che estrae l’informazione e usa la macchina, resta sua la responsabilità», risponde Cavedon.
(G.P.)
