{"id":7384,"date":"2023-04-21T13:02:48","date_gmt":"2023-04-21T11:02:48","guid":{"rendered":"https:\/\/www.convegnonazionaleaiic.it\/lintelligenza-artificiale-per-la-predizione-dello-stato-linfonodale-in-pazienti-con-cancro-al-seno-clinicamente-negative\/"},"modified":"2023-04-21T13:02:48","modified_gmt":"2023-04-21T11:02:48","slug":"lintelligenza-artificiale-per-la-predizione-dello-stato-linfonodale-in-pazienti-con-cancro-al-seno-clinicamente-negative","status":"publish","type":"post","link":"https:\/\/www.convegnonazionaleaiic.it\/lintelligenza-artificiale-per-la-predizione-dello-stato-linfonodale-in-pazienti-con-cancro-al-seno-clinicamente-negative\/","title":{"rendered":"L\u2019INTELLIGENZA ARTIFICIALE PER LA PREDIZIONE DELLO STATO LINFONODALE IN PAZIENTI CON CANCRO AL SENO CLINICAMENTE NEGATIVE"},"content":{"rendered":"
\n
\n

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

AFFILIAZIONE<\/span>
\n<\/strong>irccs istituto tumori giovanni paolo ii<\/p>\n

AUTORE PRINCIPALE<\/span>
\n<\/strong>Dr Massafra Raffaella<\/p>\n

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

\n

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

GRUPPO DI LAVORO<\/span><\/strong>
\n Bove Samantha<\/strong> – irccs istituto tumori giovanni paolo ii, bari<\/i>
Comes Maria Colomba<\/strong> – irccs istituto tumori giovanni paolo ii, bari<\/i>
Fanizzi Annarita<\/strong> – irccs istituto tumori giovanni paolo ii, bari<\/i>
Dr Massafra Raffaella<\/strong> – irccs istituto tumori giovanni paolo ii, bari<\/i> <\/p>\n

AREA TEMATICA<\/span>
\n<\/strong>Applicazioni di intelligenza artificiale in sanit\u00e0<\/p>\n

ABSTRACT<\/span>
\n<\/strong>In seguito ad una diagnosi di cancro al seno, le pazienti si sottopongono ad esami diagnostici aggiuntivi volti ad individuare precocemente possibili metastasi linfonodali. In particolare, per le pazienti clinicamente negative, quindi risultate negative agli esami clinici e strumentali, \u00e8 mandatoria la biopsia del linfonodo sentinella, un\u2019accurata tecnica intraoperatoria che, tuttavia, risulta essere dispendiosa e pu\u00f2 indurre importanti effetti collaterali. La nostra ricerca si \u00e8 posta l\u2019obiettivo di sviluppare un modello di intelligenza artificiale che possa predire lo stato del linfonodo sentinella di tali pazienti, in modo accurato, assolutamente non invasivo e non dispendioso, utilizzando esclusivamente dati comunemente raccolti nella pratica clinica. A tal proposito, abbiamo individuato un campione di 142 pazienti afferenti all\u2019Istituto Tumori \u201cGiovanni Paolo II\u201d di Bari, e per tali pazienti abbiamo collezionato sia le variabili cliniche ed istologiche, sia un\u2019immagine ecografica del tumore primario acquisita da un radiologo esperto in fase di diagnosi. Per ogni paziente, l\u2019immagine originale \u00e8 stata processata al fine di ottenere quattro differenti regioni di interesse (ROI), quali originale, intratumorale, peritumorale e combinata, dalle quali sono state successivamente estratte features radiomiche, cio\u00e8 caratteristiche che permettono di descrivere le caratteristiche tessiturali, ma anche quantitative ed esemplificative della distribuzione dei livelli di grigio all\u2019interno dell\u2019immagine. Successivamente, per ogni ROI, il potere discriminante delle variabili cliniche e delle caratteristiche radiomiche pi\u00f9 significative \u00e8 stato valutato, dapprima separatamente e poi congiuntamente, sia in cross-validation che su un test indipendente. Il modello predittivo da noi sviluppato analizzando congiuntamente variabili cliniche e caratteristiche radiomiche estratte dalla ROI originale \u00e8 risultato altamente performante: le prestazioni ottenute sul test indipendente, quindi, accuratezza, sensitivit\u00e0 e specificit\u00e0 pari rispettivamente a 82.1%, 100% e 78.2%, confermano i risultati ottenuti in cross-validation. Essendo l\u2019ecografia la tecnica pi\u00f9 economica, oltre che la meno invasiva e quella utilizzata di routine nella pratica clinica, il nostro risulta essere un approccio particolarmente accurato, non invasivo e assolutamente non dispendioso per la predizione dello stato del linfonodo sentinella, capace di supportare il radiologo gi\u00e0 in fase di diagnosi.<\/p>\n

 <\/p>\n