Alessia Facchinetti (2007), Victoria Bonomelli (2008), Matilde Mazzini (2008)
Istituto Tecnico Industriale G. Omar, Novara
Il progetto MAV d-IA-gnosi utilizza l’intelligenza artificiale per supportare la diagnosi del tumore al seno, integrando analisi radiologiche e istologiche. La mammografia, principale strumento diagnostico, presenta alcuni limiti legati alla densità del tessuto mammario e alla soggettività dell’interpretazione. Per superare queste criticità, il progetto propone un sistema basato su reti neurali convoluzionali, in particolare ResNet18 e ResNet34, con l’obiettivo di distinguere tra tumori benigni e maligni con elevata sensibilità e specificità.
L’addestramento del modello è stato effettuato utilizzando dataset come DDSM per mammografie e BACH2018 per immagini istologiche. Grazie a tecniche di preprocessing e data augmentation, le reti hanno raggiunto un’accuratezza fino al 64,7%. Il sistema analizza le immagini mammografiche per individuare anomalie e si estende all’analisi di vetrini istologici per confermare diagnosi sospette e caratterizzare eventuali metastasi linfonodali.
La tecnologia ResNet, con le sue skip connections, garantisce un’efficace estrazione delle caratteristiche anche con una quantità limitata di dati. Il progetto dimostra l’efficacia dell’intelligenza artificiale nella diagnosi oncologica, evidenziando il potenziale per futuri miglioramenti attraverso l’impiego di dataset più ampi e reti neurali più profonde. La combinazione di radiologia, istologia e intelligenza artificiale aumenta la robustezza delle diagnosi, offrendo un valido supporto ai medici e migliorando l’accuratezza nella rilevazione del tumore al seno.
