{"id":13845,"date":"2025-05-22T10:32:40","date_gmt":"2025-05-22T08:32:40","guid":{"rendered":"https:\/\/www.convegnonazionaleaiic.it\/sviluppo-di-un-algoritmo-predittivo-basato-su-neuroimmagini-per-la-diagnosi-precoce-e-la-differenziazione-dei-disturbi-psichiatrici\/"},"modified":"2025-06-04T14:23:16","modified_gmt":"2025-06-04T12:23:16","slug":"sviluppo-di-un-algoritmo-predittivo-basato-su-neuroimmagini-per-la-diagnosi-precoce-e-la-differenziazione-dei-disturbi-psichiatrici","status":"publish","type":"post","link":"https:\/\/www.convegnonazionaleaiic.it\/sviluppo-di-un-algoritmo-predittivo-basato-su-neuroimmagini-per-la-diagnosi-precoce-e-la-differenziazione-dei-disturbi-psichiatrici\/","title":{"rendered":"SVILUPPO DI UN ALGORITMO PREDITTIVO BASATO SU NEUROIMMAGINI PER LA DIAGNOSI PRECOCE E LA DIFFERENZIAZIONE DEI DISTURBI PSICHIATRICI"},"content":{"rendered":"
\n
\n

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

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

universit\u00e0 degli studi magna graecia di catanzaro<\/p>\n


\nAUTORE PRINCIPALE<\/span><\/strong><\/p>\n

Barril\u00e0 Noemi<\/p>\n

VALUTA IL CHALLENGE
\n<\/span><\/strong><\/p>\n

Registrazione obbligatoria. Una valutazione consentita<\/em><\/div>\n
\t\t
\n\t\t\t\t
\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tLogin<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tRegistrazione<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

login avvenuto<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tLogout<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<\/div>\n
[ratingwidget]<\/div>\n<\/div>\n
\n

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

GRUPPO DI LAVORO<\/span><\/strong><\/p>\n

Barril\u00e0 Noemi<\/strong> universit\u00e0 degli studi magna graecia di catanzaro
\n Caligiuri MariaEugenia<\/strong> universit\u00e0 degli studi magna graecia di catanzaro<\/p><\/div>\n

AREA TEMATICA<\/span><\/strong><\/p>\n

Applicazioni di intelligenza artificiale in sanit\u00e0<\/div>\n

ABSTRACT<\/span><\/strong><\/p>\n

Sviluppo di un algoritmo predittivo basato su neuroimmagini per il supporto alla diagnosi e la differenziazione precoce nei disturbi psichiatrici.<\/p>\n

Una delle principali sfide della medicina contemporanea, in virt\u00f9 della complessit\u00e0 diagnostica, dell’eterogeneit\u00e0 clinica e dell\u2019impatto sociale, \u00e8 lo studio e il riconoscimento dei disturbi psichiatrici. La diagnosi, tuttora basata in larga parte su valutazioni cliniche soggettive, risente spesso di una limitata oggettivit\u00e0 e di difficolt\u00e0 nel distinguere tra condizioni neuropsichiatriche con sintomatologia parzialmente sovrapponibile. \u00c8 infatti noto come diversi disturbi psichiatrici possano presentare sintomi comuni, come l\u2019umore depresso, pur richiedendo percorsi terapeutici differenti. Una diagnosi accurata e precoce \u00e8 dunque essenziale per impostare trattamenti mirati e migliorare l\u2019efficacia clinica degli interventi.
\nIl presente studio si propone di sviluppare algoritmi e tecniche di intelligenza artificiale integrati con l\u2019analisi automatizzata di neuroimmagini (MRI strutturale e fMRI), al fine di sostenere la diagnosi e differenziare precocemente patologie quali schizofrenia, disturbo bipolare, depressione, ADHD e autismo.<\/p>\n

La pipeline progettuale prevede l\u2019elaborazione dei dati provenienti da dataset pubblici (es. OpenNeuro) e da dataset con accesso controllato, con l\u2019estrazione di caratteristiche morfologiche e funzionali tramite strumenti open source. Le feature neuroanatomiche ottenute verranno impiegate per l\u2019addestramento di modelli di machine learning e deep learning, tra cui SVM, Random Forest e reti neurali profonde, con l\u2019obiettivo di discriminare tra soggetti affetti da disturbi psichiatrici e soggetti sani, nonch\u00e9 fornire una predizione sull\u2019evoluzione clinica. Parallelamente, sar\u00e0 sviluppata un\u2019interfaccia software decisionale, finalizzata alla visualizzazione dei risultati e al supporto attivo dei clinici. Il software includer\u00e0 un indice di rischio e una rappresentazione visiva delle regioni cerebrali implicate nel processo decisionale del modello.
\nQuesto strumento si propone di integrare il flusso diagnostico e fornire un supporto oggettivo, riproducibile, senza sostituire il ruolo del medico.
\nIl lavoro si colloca all\u2019intersezione di ingegneria biomedica, intelligenza artificiale e neuroscienze e si distingue per il suo potenziale impatto clinico, contribuendo a una diagnosi pi\u00f9 oggettiva, predittiva e data-driven, in linea con i principi della medicina personalizzata.<\/p><\/div>\n

 <\/p>\n

\n\n