L’intelligenza artificiale applicata all’imaging medicale diventa molto più utile quando è integrata direttamente negli strumenti che clinici, ricercatori e team di imaging utilizzano già.
È questa la direzione che stiamo esplorando con DICOM Vision®: portare workflow assistiti dall’AI dentro un ambiente DICOM-native, riducendo la necessità di spostare dati tra sistemi PACS, script, viewer, strumenti di conversione e piattaforme di annotazione scollegati tra loro.
In questa breve demo tecnica, mostriamo una prima integrazione di segmentazione dentale basata su AI integrata in DICOM Vision®, utilizzando TotalSegmentator e ToothFairy per segmentare automaticamente denti e strutture dentali da dati CT/DICOM.
La segmentazione AI non dovrebbe essere un passaggio di post-processing isolato. Dovrebbe diventare parte integrante del workflow di imaging.
Dal PACS remoto alla segmentazione AI
I workflow tradizionali di segmentazione richiedono spesso diversi passaggi manuali:
1 – Esportare lo studio DICOM da un PACS o da un viewer.
2 – Anonimizzare o preparare manualmente i dati.
3 – Convertire o pre-processare i file di imaging.
4 – Eseguire un modello AI o uno script esterno.
5 – Esportare il risultato della segmentazione.
6 – Re-importare l’output in un altro viewer o strumento di annotazione.
7 – Ispezionare, correggere o utilizzare manualmente il risultato per attività successive.
Questo processo può funzionare in ambito di ricerca, ma introduce attrito. Ogni strumento aggiuntivo, conversione di formato, export manuale e passaggio nella gestione dei dati aumenta la complessità, rallenta l’iterazione e può introdurre rischi legati alla privacy o alla compliance.
Con DICOM Vision®, il workflow può essere molto più lineare.
I dati di imaging possono essere importati direttamente da un PACS remoto, con anonimizzazione applicata durante il processo. Da lì, lo studio rimane all’interno di un ambiente orientato al DICOM, mentre la segmentazione AI può essere avviata, visualizzata e revisionata direttamente dalla piattaforma.
Il workflow diventa:
PACS remoto → import anonimizzato → DICOM Vision® → segmentazione AI → visualizzazione → revisione → annotazione/preparazione dataset
Questo crea un percorso più controllato per i team che lavorano su ricerca in imaging medicale, sviluppo di modelli AI, preparazione dati o visualizzazione avanzata.
Perché la segmentazione dentale è importante
L’imaging dentale e maxillo-facciale coinvolge spesso strutture anatomiche complesse, dati CT o CBCT ad alta risoluzione e attività di segmentazione manuale che richiedono tempo.
La segmentazione automatica dei denti può supportare diversi workflow non diagnostici, tra cui:
- visualizzazione anatomica;
- supporto all’annotazione;
- preparazione di dataset;
- generazione di dati per training AI;
- workflow di ricerca;
- pre-processing per modelli successivi;
- controllo qualità delle pipeline di segmentazione;
- confronto tra segmentazioni manuali e segmentazioni assistite da AI.
La segmentazione manuale delle strutture dentali può essere lenta e ripetitiva. La segmentazione assistita da AI non elimina la necessità di revisione da parte di utenti qualificati, ma può fornire un punto di partenza utile e ridurre significativamente il lavoro manuale richiesto.
TotalSegmentator e ToothFairy
Questa demo combina DICOM Vision® con modelli esterni di segmentazione AI, inclusi TotalSegmentator e capacità di segmentazione dentale legate a ToothFairy.
Lo scopo dell’integrazione non è sostituire la revisione esperta. Lo scopo è rendere l’output AI più facile da accedere, visualizzare, ispezionare e utilizzare dentro un workflow di imaging strutturato.
Per una piattaforma di imaging medicale, l’integrazione del modello è solo una parte del problema. L’altra parte è l’integrazione del workflow:
- come viene selezionato lo studio di input;
- come viene eseguito il modello;
- come viene salvato il risultato della segmentazione;
- come viene visualizzato il risultato;
- come gli utenti ispezionano l’output;
- come le annotazioni vengono esportate o riutilizzate;
- come il workflow si integra con ambienti DICOM/PACS esistenti.
È qui che si concentra DICOM Vision®: rendere gli strumenti AI utilizzabili dentro workflow di imaging pratici.
Workflow AI integrati invece di strumenti scollegati
Una delle principali sfide nell’adozione dell’AI in imaging medicale non è solo la performance del modello. È l’usabilità.
Un modello può essere tecnicamente notevole, ma se per utilizzarlo servono export manuali, script da linea di comando, conversioni di formato e viewer isolati, l’adozione diventa più difficile.
I workflow integrati possono aiutare a ridurre questo divario.
Con DICOM Vision®, puntiamo a connettere:
- import da PACS remoto;
- anonimizzazione DICOM;
- visualizzazione DICOM;
- workflow orientati al PACS;
- segmentazione assistita da AI;
- strumenti di annotazione;
- revisione collaborativa;
- creazione di dataset;
- validazione e iterazione di modelli AI.
Per team di ricerca e sviluppo AI, questo significa che acquisizione dei dati, anonimizzazione, segmentazione, revisione e preparazione dei dataset possono diventare parte dello stesso workflow controllato, invece di essere distribuiti tra più strumenti e passaggi manuali.
Assistenza alla diagnosi
Questa integrazione è focalizzata sulla validazione del workflow, sull’integrazione tecnica e sulla visualizzazione di risultati di segmentazione generati da AI. Non ha lo scopo di dimostrare performance diagnostiche, decision-making clinico o interpretazione medica autonoma.
Qualsiasi output di segmentazione generato da AI dovrebbe essere revisionato da utenti qualificati prima di essere utilizzato in contesti di ricerca, validazione o clinici.
Cosa abilita
Anche in questa fase iniziale, questo tipo di integrazione apre possibilità utili:
- workflow di segmentazione più rapidi;
- riduzione del tempo di preparazione manuale;
- creazione più semplice di dataset;
- migliore visualizzazione delle strutture anatomiche;
- valutazione più fluida dei modelli AI;
- migliore collaborazione tra team di imaging, AI e clinici;
- confronto più semplice tra annotazioni automatiche e annotazioni corrette manualmente.
Per i team che sviluppano o validano sistemi di AI medicale, questi miglioramenti di workflow possono essere importanti quanto il modello stesso.
La direzione di DICOM Vision®
DICOM Vision® sta evolvendo verso una piattaforma in cui imaging medicale, assistenza AI, annotazione e collaborazione fanno parte dello stesso workflow.
Questa integrazione per la segmentazione dentale è un esempio di questa direzione.
Stiamo continuando a esplorare integrazioni che rendano l’AI più utilizzabile in ambienti reali di imaging medicale, soprattutto per:
- segmentazione;
- analisi degli studi;
- triage;
- preparazione dataset;
- annotazione;
- validazione AI;
- interoperabilità DICOM/PACS.
L’AI in imaging medicale non dovrebbe vivere solo in notebook, script isolati o strumenti di ricerca scollegati.
Dovrebbe essere accessibile dove il lavoro di imaging avviene già.
Questo è ciò che stiamo costruendo con DICOM Vision®.
