Una ricerca italiana, presentata in dicembre al congresso della Radiological Society of North America, ha indagato l’accuratezza del machine learning nel classificare le lesioni spinali basandosi su parametri estratti da vari software per risonanza magnetica senza contrasto.
146 pazienti con lesioni spinali sono stati coinvolti nello studio e sono stati divisi in modo casuale in due gruppi, uno per sviluppare il modello di classificazione e il secondo per testare tale modello (Chianca,V, Albano,D, Cuocolo,R, Messina,C, Gitto,S, Corazza,A, Sconfienza,L, Machine Learning Classification of Spinal Lesions: Compared Accuracy of Texture Parameters Extracted with Different Software. Radiological Society of North America 2019 Scientific Assembly and Annual Meeting, December 1 – December 6, 2019, Chicago IL).
L’algoritmo random forest così creato ha mostrato una capacità di classificare correttamente le lesioni spinali dell’89%, distinguendo tra benigne e maligne (una buona percentuale, se si pensa che una support vector machine arriverebbe all’87%).
Più nel dettaglio, lo stesso algoritmo riesce a valutare correttamente il 70% delle lesioni benigne, maligne e metastatiche, classificandole in modo accurato.
Sono necessari ulteriori studi, ma questa ricerca, ha evidenziato l’utilità di utilizzare modelli di machine learning capaci di effettuare una prima analisi delle immagini ottenute con RM e dare modo ai radiologi di concentrarsi sui casi più difficili.
Stefania Somaré
