Introduzione

Il modello di diagnosi differenziale dei sarcomi uterini si basa su un classificatore di apprendimento automatico, addestrato e testato per l’attività di classificazione binaria: maligna vs benigna, in base ai risultati dell’istopatologia collezionati su un dataset di pazienti.

Caratteristiche Tecniche

Il grosso problema attuale è la difficoltà di fare una diagnosi accurata e veloce per le pazienti con SU e scegliere l’approccio chirurgico giusto non solo per la prognosi della paziente ma anche per la preservazione dell’utero. Attualmente la diagnosi di SU è quasi sempre definita in ambito post-operatorio. Il prelievo istologico, preoperatorio è di difficile esecuzione poiché solitamente la lesione maligna si presenta eterogenea con aree benigne e maligne. Inoltre, rimane l’annoso problema della disseminazione neoplastica durante la biopsia. La soluzione che presentiamo si chiama SARA ovvero un software con interfaccia grafica intuitiva per la diagnosi differenziale di lesioni benigne (MU) e maligne (SU) attraverso la radiomica. Questo permetterà al medico radiologo di effettuare una diagnosi accurata e veloce, a prescindere dalla sua esperienza, senza il bisogno di un training lungo e senza il bisogno di avere conoscenze di bioinformatica. L’unico prerequisito è individuazione dei volumi di interesse sulle immagini TAC con mezzo di contrasto preoperatorio.

Possibili Applicazioni

• Settore biotecnologico;
• Settore biomedicale;
• Settore farmaceutico;
• Terapeutiche;
• Diagnostiche.

Vantaggi

• Diagnosi differenziale tra SU e MU;
• Accuratezza diagnostica elevata;
• Standardizzazione della diagnosi ;
• Personalizzazione dell’approccio terapeutico.