Distinguere la polmonite da Covid-19 da altri tipi di polmonite grazie a una radiografia al torace è possibile mediante un algoritmo generato dall’intelligenza artificiale chiamato CV19-Net. Un miglioramento sensibile delle prestazioni radiologiche che viene spiegato in uno studio pubblicato su Radiology, la rivista ufficiale della Radiological Society of North America.
I risultati della ricerca risultano fondamentali per i radiologi, ma più in generale per conoscere meglio il virus e i suoi effetti sui nostri polmoni. Lo studio compiuto dal team guidato da Ran Zhang, ricercatore dell’Università del Wisconsin, ha chiarito come fino ad oggi una radiografia al torace non fosse abbastanza precisa nella diagnosi del Covid, probabilmente perché molti radiologi sono alle prime esperienze con questa patologia e non hanno mai visto prima una radiografia su polmoni colpiti da questo tipo di virus.
Il team ha dunque sviluppato un algoritmo creando una rete neurale capace di contenere un gran numero di radiografie di pazienti affetti da polmonite in presenza o meno di Covid-19. In questo modo sarà il processo automatico dettato dall’algoritmo a sostituire l’attuale “inesperienza” dei medici provvedendo a un raffronto immediato tra le radiografie, in modo da distinguere anche le minime differenze tra i tipi di polmonite. Per metter a punto l’algoritmo i ricercatori hanno utilizzato i dati e le immagini radiografiche di 2.060 pazienti con polmonite COVID-19 (5.806 radiografie del torace) e 3.148 pazienti con polmonite non-COVID-19 (5.300 radiografie del torace).