Sfruttare al massimo il potenziale dell'AI in radiologia: analisi degli esperti
Di Evis Sala, MD, PhD, FRCR, FRCP | Chiara Bucciarelli Ducci, MD, PhD, FESC | Lisandro Paganini | Barry D. Pressman, MD | Geraldine B. McGinty ∙ 1 maggio 2025 ∙ Durata 3:33
L'intelligenza artificiale sta trasformando rapidamente il settore sanitario, offrendo incredibili opportunità per migliorare la precisione diagnostica, ridurre il carico di lavoro ed estendere l'accesso alle cure nelle aree meno servite. In una recente discussione con i principali leader del settore sanitario, ci siamo concentrati su come l'AI possa migliorare i processi diagnostici per superare gli ostacoli che ne rallentano un'adozione diffusa.
In breve:
L'intelligenza artificiale (AI) non è più una promessa lontana; sta trasformando il mondo della radiologia e il suo impatto è innegabile. Ma in che modo esattamente l'AI cambierà le cose in futuro? In un'intervista con i principali esperti del settore, abbiamo esplorato il potenziale dell'AI, le sfide nel mondo reale e le immense opportunità che offre per il futuro dell'assistenza sanitaria
"La tendenza più significativa, a mio avviso, sarà quella di sfruttare l'AI in modo ancora più estensivo: non solo per l'analisi delle immagini, ma anche per trasformare l'intero flusso di lavoro del paziente."
Chiara Bucciarelli Ducci, MD, PhD, FESC
Cardiologa consulente e specialista di imaging Regno Unito
L'AI può aiutare a risparmiare tempo ma può anche aiutare a gestire un numero maggiore di attività di routine, consentendo ai radiologi di concentrarsi sugli aspetti dell'assistenza più complessi e incentrati sul paziente. Automatizzando le attività ripetitive, l'AI consente ai professionisti di dedicarsi a un lavoro più significativo, migliorando l'efficienza e la produttività. Questo cambiamento permette ai radiologi di concentrarsi sugli aspetti più complessi della cura dei pazienti, facendo in modo che le loro competenze vengano applicate dove è più importante.
Il ruolo dell'AI non è solo quello di velocizzare i processi, ma anche quello di migliorare la capacità del personale medico e sanitario di fornire un'assistenza di qualità superiore, soprattutto in un contesto di pressioni crescenti come la carenza di personale e l'aumento della domanda di pazienti. Tuttavia, integrare l'AI nella pratica quotidiana richiede un dialogo continuo tra medici e sviluppatori di tecnologie per garantire che queste si evolvano realmente a vantaggio dei sistemi sanitari.
"Quando penso al futuro della radiologia, le tre tendenze che mi vengono in mente sono AI, AI e ancora AI."
Barry D. Pressman, MD
Direttore del dipartimento di diagnostica per immagini e Professore Stati Uniti
Oltre a migliorare l'efficienza del flusso di lavoro, l'AI mantiene la promessa di democratizzare l'assistenza sanitaria, in particolare nelle aree con risorse insufficienti. Il potenziale dell'AI di rendere più accessibili strumenti diagnostici avanzati, come l'imaging cardiaco, è un fattore rivoluzionario. Affinché sia veramente efficace, l'AI deve andare oltre il miglioramento dei flussi di lavoro clinici per affrontare le disparità sanitarie, ad esempio offrendo programmi di screening (quali l'imaging senologico) nelle regioni poco servite in cui l'accesso all'assistenza è limitato. Ciò richiederà diversi set di dati, governance etica e collaborazione con i partner del settore per garantire che gli strumenti di AI siano accessibili e utili per tutte le popolazioni.
"Con un solo clic, possiamo accedere a tutti gli strumenti di AI che usiamo quotidianamente. L'integrazione di questi strumenti può aiutare a ridurre gli errori e semplificare il nostro processo."
Evis Sala MD, PhD, FRCR, FRCP
Direttore del dipartimento di radiologia Italia
Nonostante il potenziale promettente dell'AI, permangono barriere significative. Le questioni normative, gli elevati costi di sviluppo e la necessità di convalida degli algoritmi sono tra i principali ostacoli che ne rallentano un'adozione diffusa. Alcuni algoritmi di AI funzionano bene in contesti specifici, ma faticano a mantenere l'efficacia quando vengono applicati a diverse popolazioni di pazienti. Queste sfide devono essere affrontate affinché l'AI possa realizzare il suo pieno potenziale nel miglioramento dell'assistenza sanitaria. Risolvendo questi problemi, la capacità dell'AI di migliorare la diagnostica, ridurre i costi sanitari e offrire un maggiore accesso alle cure diventerà sempre più concreta, rendendola una parte fondamentale del futuro della sanità.
Limitazione di responsabilità
I risultati sono specifici per la struttura nella quale sono stati ottenuti; altre strutture potrebbero non ottenere gli stessi risultati, in quanto questi potrebbero variare a seconda dei casi.
