In questo studio, abbiamo ampliato l’utilizzo dell'intelligenza artificiale applicata all'analisi delle immagini ecografiche per stimare in modo semiautomatico i sottopunteggi del punteggio di Hamaguchi: contrasto eco epatorenale, attenuazione del diaframma e sfocatura dei vasi. Grazie a un dataset composto da 325 pazienti bariatrici con diagnosi di NAFLD confermata da biopsia epatica, abbiamo sviluppato algoritmi avanzati che hanno raggiunto un’accuratezza elevata: 92,6% per il contrasto epatorenale, 84,8% per l’attenuazione del diaframma e 90,9% per la sfocatura dei vasi. Questo studio conferma come le tecniche di intelligenza artificiale possano ridurre la variabilità soggettiva, migliorando la precisione diagnostica e aprendo la strada a strumenti di supporto decisionale nella gestione della NAFLD.
Ricerca · Pubblicazione scientifica
Nuovi Orizzonti nella Diagnosi della NAFLD: Intelligenza Artificiale e Imaging Ecografico
La Non-Alcoholic Fatty Liver Disease (NAFLD) rappresenta una delle principali cause di malattia epatica cronica, con importanti implicazioni cliniche. L’ecografia B-mode è raccomandata come metodo non invasivo per la valutazione della NAFLD, ma la sua interpretazione dipende dall’esperienza del medico, introducendo variabilità nella diagnosi.
Un nuovo modo di gestire il tuo business
Prodigys sarà sempre accanto a te. Il nostro team di esperti ti aiuterà a creare la soluzione perfetta per le necessità della tua azienda.
Il processo di sviluppo delle soluzioni offerte prevede un lavoro a stretto contatto con i clienti, per valorizzare il loro potenziale, individuare nuove opportunità, velocizzare e ottimizzare il processo decisionale e consentire una crescita sostenibile.
