AslTo3 Radiomics Lab
LA RADIOMICA
La radiomica è un campo di ricerca traslazionale emergente, che mira ad estrarre dati ad alta dimensione estraibili da immagini cliniche. Il processo radiomico può essere suddiviso in fasi distinte con ingressi e uscite definibili, quali l’acquisizione e la ricostruzione di immagini, la segmentazione delle immagini, l’estrazione e la qualificazione delle caratteristiche e la loro analisi. Ogni fase necessita di un’attenta valutazione, per la costruzione di modelli robusti e affidabili che possano essere trasferiti nella pratica clinica ai fini della prognosi, del monitoraggio non invasivo delle malattie e della valutazione di risposta delle malattie al trattamento. È possibile definire la metodica come un’area emergente nell’analisi quantitativa delle immagini, che mette in relazione, su larga scala, i contenuti estratti dalle immagini stesse con gli endpoint clinici e biologici. L’idea di fondo è che le immagini mediche sono molto più ricche di informazioni di quanto l’occhio umano possa discernere. Le caratteristiche di imaging quantitativo, chiamate anche “caratteristiche radiomiche”, possono fornire informazioni più ricche sull’intensità, la forma, le dimensioni o il volume e la struttura dei fenotipi tumorali, utilizzando diverse modalità di imaging (ad esempio, risonanza magnetica, TC, PET, ecografia, ecc.). Le tecniche radiomiche rientrano nel grande campo dell’Intelligenza Artificiale intendendosi per essa un “ramo dell’informatica che si occupa dell’acquisizione, ricostruzione, analisi e/o interpretazione di immagini mediche simulando il comportamento umano intelligente nei computer”.
ASLTO3 RADIOMICS LAB
Considerato che nell’ambito sanitario le tecniche di intelligenza artificiale stanno trovando un sempre più largo impiego per l’analisi automatica di immagini mediche e in vista di una sempre più probabile applicazione di queste tecniche per la formulazione di terapie personalizzate (tailored medicine), nasce AslTo3 Radiomics Lab. Scopo dell’unità di ricerca sulla Radiomica per le analisi di bioimmagini è quello di sviluppare soluzioni innovative utilizzando tecniche di intelligenza artificiale (tipicamente deep learning) ma anche di verifica formale per la diagnosi e la prognosi di patologie. L’unità di ricerca ha l’obiettivo di promuovere, favorire e attuare la ricerca scientifica, nazionale e internazionale, con funzioni di progettazione, coordinamento e gestione di progettualità, afferenti a tutte le tematiche connesse all’utilizzo dell’intelligenza artificiale in medicina e, in particolare, nell’ambito dell’imaging.
Il laboratorio ha sede presso l’ospedale di Rivoli; per sua intrinseca natura multidisciplinare, è alimentato da medici, tecnici sanitari, informatici, giuristi e filosofi. Dispone di macchine adeguate al contouring e alla presgmentazione di immagini radiologiche e interfacciate con il sistema RIS PACS aziendale.
L’attività riguarda le seguenti aree:
- costruzione di dataset;
- scrittura di algoritmi;
- annotazione di bioimmagini;
- tecniche di classificazione;
- tecniche di clustering;
- tecniche di Business process management A.I. based;
- addestramento reti neurali convenzionali;
- laboratorio di etica (filosofia morale) dell’intelligenza artificiale;
- laboratorio di diritto dell’AI;
Il laboratorio è sede di Dottorati di ricerca del 38° ciclo in Informatica, Giurisprudenza, Filosofia e Law, Science and Technology.
STAFF
Responsabile Laboratorio: Marco Grosso – Dipartimento Servizi Diagnostici – AslTo3
Responsabile Scientifico: Marco Busso – Direttore Radiologia Ospedale Rivoli
- Dott. Agostino De Pascale – Direttore Dipartimento Servizi Diagnostici – AslTo3;
- Prof. Marco Grangetto – Vice Direttore alla ricerca Dipartimento di Informatica – Università di Torino;
- Prof. Guido Boella – Vice-Rettore Vicario dell’Università di Torino per la promozione dei rapporti con le imprese e le associazioni di categoria delle imprese e per il coordinamento con le iniziative di innovazione industriale sul territorio; Dipartimento di Informatica Università di Torino;
- Professor Michele Graziadei – Ordinario di Diritto Privato Comparato – Dipartimento di Giurisprudenza – Università di Torino;
- Dott. Michele Presutti – Direttore della S.C. Formazione Qualità e Gestione del Rischio delle Attività Sanitarie – AslTo3;
- Dott. Domenico Basile – Dirigente Medico S.C. Radiologia Rivoli – AslTo3;
- Dott. Michele Stasi – Direttore S.C. Interaziendale di Fisica Sanitaria (AslTo3, AO Ordine Mauriziano, AOU San Luigi Gonzaga);
- Dott.ssa Claudia Cutaia – Fisico Sanitario (A.O. Mauriziano/AslTo3);
- Dott. Carlo Alberto Barbano – Post-doctoral Researcher – Dipartimento di Informatica Università di Torino;
- Dott. Riccardo Renzulli – Post-doctoral Researcher – Dipartimento di Informatica Università di Torino;
- Dott.ssa Avv. Vittoria Trifiletti – Dottoranda di Ricerca del XXXIX ciclo – Dipartimento di Giurisprudenza – Università di Torino;
- Dott.ssa Marinella Quaranta – Dottoranda di Ricerca del XXXVIII ciclo – Dipartimento di Informatica – Università di Torino – Università di Bologna;
- Dott.ssa Ilaria Amantea – Assegnista di Ricerca Dipartimento di Informatica – Università di Torino.
CONTATTI
AslTo3 Radiomics Lab
Responsabile: Marco Grosso
Responsabile Scientifico: Marco Busso
E-mail: radiomicslab@aslto3.piemonte.it
SITI AMICI
- https://ch4i.di.unito.it/
- https://deephealth-project.eu/
- https://corsa.di.unito.it/
- https://www.dsc.unito.it/do/home.pl
- https://www.cs.unito.it/do/gruppi.pl/Show?_id=qkzz
- https://www.giurisprudenza.unito.it/do/home.pl
- https://www.aitertc.it/web/
- https://www.chedih.eu/circular-health-european-digital-innovation-hub/
- https://eidos.di.unito.it/