This preliminary study is part of a European multicenter project called “PINPOINT,” aimed at evaluating the integration of an artificial intelligence (AI) system for the detection and management of incidental pulmonary nodules within the clinical-radiological workflow. The study was conducted through the collaboration of a joint team of selected radiologists and oncologists. For the analysis, two software tools were employed, both utilizing AI-based algorithms: "Veye Lung Nodule" and "Veye Clinic." The first software automatically analyzes all chest computed tomography (CT) scans, generating a detailed report on detected pulmonary nodules and providing information regarding their composition, size, volume, and temporal evolution by comparing current studies with any prior ones. "Veye Clinic" is a clinical platform specializing in pulmonary oncology, which, in accordance with the British Thoracic Society (BTS) guidelines, suggests the appropriate management for the detected nodules. Since its implementation at the Department of Radiodiagnostics of AOU San Luigi Gonzaga, "Veye Lung Nodule" has analyzed 7,938 chest CT scans from approximately 5,273 patients performed between 11/01/2023 and 07/31/2024, identifying 592 patients whose nodules met the study's size criteria: a nodule with a diameter ≥ 5mm and a volume ≥ 80 mm3. According to the PINPOINT protocol, a selected group of radiologists subsequently excluded patients with an active or past oncological history (within the last five years), nodules with benign characteristics (based on imaging evaluation or temporal evolution), and evident cases of false positives. This selection led to the identification of 80 patients with one or more suspicious pulmonary nodules, who were then referred for oncological evaluation via the “Veye Clinic” software to define the appropriate diagnostic and therapeutic pathway. Specifically: 52 patients were discharged without the need for further investigations; 8 patients were recommended to undergo a follow-up chest CT scan in 3 months; 15 patients were enrolled in an annual monitoring protocol; 4 patients were referred for PET-CT; in 1 case, a lung nodule biopsy was deemed essential. The use of artificial intelligence (AI) systems has demonstrated significant potential in assisting radiologists in detecting pulmonary nodules in the general population. Consequently, AI offers promising prospects for a more efficient and rapid collaboration with the oncology team, facilitating the correct management of incidental pulmonary nodules and contributing to the early diagnosis of lung cancer.
Questo studio preliminare si inserisce nell’ambito di un progetto multicentrico europeo denominato “PINPOINT”, con lo scopo di valutare l’integrazione di un sistema d’intelligenza artificiale (AI) per la detezione e gestione dei noduli polmonari incidentali all’interno del workflow clinico-radiologico. Lo studio è stato condotto grazie alla collaborazione di un team congiunto di radiologi ed oncologi selezionati. Per l’analisi sono stati adottati due software, il primo basato su un algoritmo di AI: “Veye Lung Nodule” e “Veye Clinic”. Il primo consente di analizzare automaticamente tutte le tomografie computerizzate (TC) del torace, generando un report dettagliato dei noduli polmonari individuati e fornisce informazioni su composizione, dimensioni, volumetria ed evoluzione temporale, confrontando studi attuali con eventuali precedenti. “Veye Clinic” è una piattaforma clinica di pertinenza pneumo-oncologica che, in conformità con le linee guida della British Thoracic Society (BTS), suggerisce il corretto management dei noduli riscontrati. Dalla sua implementazione presso la S.C.D.U. Radiodiagnostica dell’AOU San Luigi Gonzaga, “Veye Lung Nodule” ha analizzato 7938 scansioni TC del torace relative a circa 5273 pazienti effettuate tra il 1/11/2023 e il 31/07/2024, identificando 592 pazienti con noduli compatibili con i criteri dimensionali dello studio: nodulo con diametro ≥ 5mm e volume ≥ 80 mm3. Secondo il protocollo PINPOINT un gruppo di radiologi selezionato ha successivamente escluso i pazienti con: storia oncologica attiva o pregressa (entro 5 anni), noduli aventi caratteristiche di benignità (alla valutazione imaging o di evoluzione temporale) e i casi franchi di falsa positività. Tale selezione ha condotto all’individuazione di 80 pazienti con uno o più noduli polmonari sospetti, che sono stati quindi sottoposti a valutazione oncologia, tramite il software “Veye Clinic”, al fine di definire il corretto iter diagnostico e terapeutico. Nello specifico: 52 pazienti sono stati dimessi senza necessità di ulteriori approfondimenti, 8 pazienti hanno ricevuto la raccomandazione di eseguire una TC torace a 3 mesi, 15 pazienti sono stati inseriti in un protocollo di monitoraggio annuale, 4 pazienti sono stati indirizzati all’esecuzione di PET-TC, mentre in 1 caso è stato essenziale eseguire una biopsia del nodulo polmonare. L’utilizzo di sistemi di intelligenza artificiale (AI) ha dimostrato un notevole potenziale nel supportare il radiologo nella detezione dei noduli polmonari nella popolazione generale. Pertanto, esso offre promettenti prospettive per una più efficiente e rapida comunicazione con il team oncologico, facilitando l’impostazione del corretto iter gestionale dei noduli polmonari incidentali e contribuendo alla diagnosi precoce del tumore polmonare.
Implementazione di un software di IA per la detezione e la gestione dei noduli polmonari incidentali nella pratica clinica: esperienza preliminare
CRISTALLI, SAMUELE
2023/2024
Abstract
Questo studio preliminare si inserisce nell’ambito di un progetto multicentrico europeo denominato “PINPOINT”, con lo scopo di valutare l’integrazione di un sistema d’intelligenza artificiale (AI) per la detezione e gestione dei noduli polmonari incidentali all’interno del workflow clinico-radiologico. Lo studio è stato condotto grazie alla collaborazione di un team congiunto di radiologi ed oncologi selezionati. Per l’analisi sono stati adottati due software, il primo basato su un algoritmo di AI: “Veye Lung Nodule” e “Veye Clinic”. Il primo consente di analizzare automaticamente tutte le tomografie computerizzate (TC) del torace, generando un report dettagliato dei noduli polmonari individuati e fornisce informazioni su composizione, dimensioni, volumetria ed evoluzione temporale, confrontando studi attuali con eventuali precedenti. “Veye Clinic” è una piattaforma clinica di pertinenza pneumo-oncologica che, in conformità con le linee guida della British Thoracic Society (BTS), suggerisce il corretto management dei noduli riscontrati. Dalla sua implementazione presso la S.C.D.U. Radiodiagnostica dell’AOU San Luigi Gonzaga, “Veye Lung Nodule” ha analizzato 7938 scansioni TC del torace relative a circa 5273 pazienti effettuate tra il 1/11/2023 e il 31/07/2024, identificando 592 pazienti con noduli compatibili con i criteri dimensionali dello studio: nodulo con diametro ≥ 5mm e volume ≥ 80 mm3. Secondo il protocollo PINPOINT un gruppo di radiologi selezionato ha successivamente escluso i pazienti con: storia oncologica attiva o pregressa (entro 5 anni), noduli aventi caratteristiche di benignità (alla valutazione imaging o di evoluzione temporale) e i casi franchi di falsa positività. Tale selezione ha condotto all’individuazione di 80 pazienti con uno o più noduli polmonari sospetti, che sono stati quindi sottoposti a valutazione oncologia, tramite il software “Veye Clinic”, al fine di definire il corretto iter diagnostico e terapeutico. Nello specifico: 52 pazienti sono stati dimessi senza necessità di ulteriori approfondimenti, 8 pazienti hanno ricevuto la raccomandazione di eseguire una TC torace a 3 mesi, 15 pazienti sono stati inseriti in un protocollo di monitoraggio annuale, 4 pazienti sono stati indirizzati all’esecuzione di PET-TC, mentre in 1 caso è stato essenziale eseguire una biopsia del nodulo polmonare. L’utilizzo di sistemi di intelligenza artificiale (AI) ha dimostrato un notevole potenziale nel supportare il radiologo nella detezione dei noduli polmonari nella popolazione generale. Pertanto, esso offre promettenti prospettive per una più efficiente e rapida comunicazione con il team oncologico, facilitando l’impostazione del corretto iter gestionale dei noduli polmonari incidentali e contribuendo alla diagnosi precoce del tumore polmonare.File | Dimensione | Formato | |
---|---|---|---|
TESI di LAUREA_CRISTALLI.pdf
non disponibili
Dimensione
7.76 MB
Formato
Adobe PDF
|
7.76 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/163692