{"id":7309,"date":"2023-04-21T13:02:27","date_gmt":"2023-04-21T11:02:27","guid":{"rendered":"https:\/\/www.convegnonazionaleaiic.it\/valutazione-di-un-algoritmo-in-assenza-di-groundtruth\/"},"modified":"2023-04-21T13:02:27","modified_gmt":"2023-04-21T11:02:27","slug":"valutazione-di-un-algoritmo-in-assenza-di-groundtruth","status":"publish","type":"post","link":"https:\/\/www.convegnonazionaleaiic.it\/valutazione-di-un-algoritmo-in-assenza-di-groundtruth\/","title":{"rendered":"VALUTAZIONE DI UN ALGORITMO IN ASSENZA DI GROUNDTRUTH"},"content":{"rendered":"
\n
\n

\"\"\"\" <\/p>\n

AFFILIAZIONE<\/span>
\n<\/strong>insideai<\/p>\n

AUTORE PRINCIPALE<\/span>
\n<\/strong> Sternini Federico<\/p>\n

\nVALUTA IL CHALLENGE<\/span><\/strong>[ratingwidget]<\/p>\n<\/div>\n

\n

<\/a><\/p>\n

GRUPPO DI LAVORO<\/span><\/strong>
\n Sternini Federico<\/strong> – insideai, bologna<\/i>
Salvi Massimo<\/strong> – aequip, torino<\/i>
Michielli Nicola<\/strong> – aequip, torino<\/i>
Mogetta Alessandro<\/strong> – aequip, torino<\/i>
Scotto Manuela<\/strong> – aequip, torino<\/i>
Pennisi Orazio Antonino Maria<\/strong> – aequip, torino<\/i>
Molinari Filippo<\/strong> – aequip, torino<\/i> <\/p>\n

AREA TEMATICA<\/span>
\n<\/strong>Sanit\u00e0 digitale e telemedicina<\/p>\n

ABSTRACT<\/span>
\n<\/strong>L’analisi di vetrini digitali rappresenta una delle attivit\u00e0 pi\u00f9 frequenti e importanti nella diagnostica medica in vitro. Tuttavia, i vetrini digitalizzati sono risultano molto spesso diversi fra loro in termini di qualit\u00e0 dell\u2019immagine e, a seconda dello scanner utilizzato, possono presentare distribuzioni di colori differenti. Questa variabilit\u00e0 pu\u00f2 rendere il percorso di formazione degli anatomo patologi pi\u00f9 complicato e di conseguenza rendere la fase di diagnosi pi\u00f9 complessa, in quanto molto variabile, e influenzare la precisione della valutazione.<\/p>\n

Per affrontare questo problema, AEQUIP ha sviluppato un nuovo dispositivo medico in vitro, STAINS, che consente di normalizzare le immagini dei vetrini digitali rendendo la distribuzione di colori coerenti con un vetrino target selezionabile.<\/p>\n

Tuttavia, la fase di validazione del dispositivo si \u00e8 dovuta confrontare con la novit\u00e0 del prodotto, rendendo di fatto impossibile utilizzare un groundtruth per la valutazione delle performance del dispositivo. Pertanto \u00e8 stato proposto un metodo composto di due fasi principali: una fase di valutazione della sicurezza e una di valutazione delle performance. Nella prima fase, si sono verificate le funzionalit\u00e0 base del software e si sono utilizzate metriche di coerenza dell’informazione per identificare eventuali problemi nelle elaborazioni delle immagini. Nella seconda fase, sono stati coinvolti diversi anatomo patologi per poter stimare la correttezza e la potenziale utilit\u00e0 clinica delle immaigni normalizzate.<\/p>\n

I risultati hanno dimostrato che STAINS \u00e8 in grado di processare le immagini dei vetrini digitali con precisione e standardizzare l’analisi dei dati. Inoltre, il software ha correttamente riconosciuto le immagini non conformi.<\/p>\n

Il metodo proposto rappresenta un valido strumento per valutare le performance di STAINS. I risultati mostrano come il dispositivo possa migliorare la fase di diagnosi medica standardizzando le analisi sui vetrini digitali, aumentando la precisione della valutazione e consentendo una diagnosi pi\u00f9 accurata.<\/p>\n

 <\/p>\n