AFFILIAZIONE
Ospedale Koelliker
AUTORE PRINCIPALE
Ing. Mantuano Federica
Registrazione obbligatoria. Una valutazione consentita
login avvenuto
GRUPPO DI LAVORO
AREA TEMATICA
Applicazioni di intelligenza artificiale in sanità
ABSTRACT
Negli ultimi anni l’evoluzione dei sistemi di tomografia computerizzata (TC) è stata influenzata dall’introduzione di algoritmi di Intelligenza Artificiale (AI). Queste tecnologie stanno trasformando i processi di ricostruzione delle immagini, i flussi clinici e la gestione tecnologica delle apparecchiature. Sistemi TC di ultima generazione, come GE Revolution Apex Elite, rappresentano un esempio di integrazione tra innovazione tecnologica e supporto intelligente alle attività cliniche e tecniche.
L’utilizzo di algoritmi basati su deep learning nei processi di ricostruzione consente di ottenere immagini di qualità elevata, migliorando il rapporto segnale-rumore e permettendo una riduzione della dose per il paziente. Queste tecnologie sono rilevanti in ambiti complessi come l’imaging cardiovascolare, dove strumenti di analisi automatizzata supportati da AI rendono gli esami più rapidi, riproducibili e standardizzati.
L’intelligenza artificiale trova applicazione anche nella gestione tecnica delle apparecchiature attraverso sistemi di assistenza proattiva e predittiva. L’analisi dei dati di funzionamento provenienti dai componenti critici del sistema, quali tubo radiogeno e generatore di alta tensione, consente di individuare precocemente segnali di degrado.
Il Sistema di assistenza Predittivo sfrutta il digital twin e i dati macchina acquisiti in automatico 24×7 per creare un modello virtuale basato su apprendimento AI. Le informazioni vengono raccolte e confrontate con il modello virtuale per prevedere la vita residua stimata del componente monitorato. Questo permette di pianificare interventi di manutenzione prima che si verifichino guasti imprevisti. L’ approccio contribuisce a ridurre i tempi di inattività, a garantire maggiore continuità del servizio diagnostico e ha impatto clinico-organizzativo.
L’integrazione di queste tecnologie rappresenta un cambiamento anche per l’ingegneria clinica che assume un ruolo sempre più strategico nella valutazione tecnologica, nella gestione dei dati e nell’ottimizzazione dei processi operativi. L’obiettivo è garantire elevate prestazioni tecnologiche, sostenibilità operativa, continuità del servizio e ottimizzazione delle risorse.
Questo lavoro propone una riflessione sull’impatto dell’AI nei sistemi TC di nuova generazione, analizzando come queste soluzioni possano supportare sia l’attività clinica sia la gestione tecnologica delle apparecchiature, aprendo nuove prospettive per il ruolo dell’ingegnere clinico
L’utilizzo di algoritmi basati su deep learning nei processi di ricostruzione consente di ottenere immagini di qualità elevata, migliorando il rapporto segnale-rumore e permettendo una riduzione della dose per il paziente. Queste tecnologie sono rilevanti in ambiti complessi come l’imaging cardiovascolare, dove strumenti di analisi automatizzata supportati da AI rendono gli esami più rapidi, riproducibili e standardizzati.
L’intelligenza artificiale trova applicazione anche nella gestione tecnica delle apparecchiature attraverso sistemi di assistenza proattiva e predittiva. L’analisi dei dati di funzionamento provenienti dai componenti critici del sistema, quali tubo radiogeno e generatore di alta tensione, consente di individuare precocemente segnali di degrado.
Il Sistema di assistenza Predittivo sfrutta il digital twin e i dati macchina acquisiti in automatico 24×7 per creare un modello virtuale basato su apprendimento AI. Le informazioni vengono raccolte e confrontate con il modello virtuale per prevedere la vita residua stimata del componente monitorato. Questo permette di pianificare interventi di manutenzione prima che si verifichino guasti imprevisti. L’ approccio contribuisce a ridurre i tempi di inattività, a garantire maggiore continuità del servizio diagnostico e ha impatto clinico-organizzativo.
L’integrazione di queste tecnologie rappresenta un cambiamento anche per l’ingegneria clinica che assume un ruolo sempre più strategico nella valutazione tecnologica, nella gestione dei dati e nell’ottimizzazione dei processi operativi. L’obiettivo è garantire elevate prestazioni tecnologiche, sostenibilità operativa, continuità del servizio e ottimizzazione delle risorse.
Questo lavoro propone una riflessione sull’impatto dell’AI nei sistemi TC di nuova generazione, analizzando come queste soluzioni possano supportare sia l’attività clinica sia la gestione tecnologica delle apparecchiature, aprendo nuove prospettive per il ruolo dell’ingegnere clinico
