Chi lavora nelle Unità di Radiologia ospedaliere o ambulatoriali assorbe ogni anno una certa dose radiante.
Uno studio iraniano ha presentato un modello basato sull’intelligenza artificiale che predice l’effettiva dose annuale (AED) assorbita da questi lavoratori (SMJ Mortazavi, Fatemeh Aminiazad, Hossein Parsaei, Mohammad Amin Mosleh-Shirazi. An artificial neural network-based model for predicting annual dose in healthcare workers occupationally exposed to differenti levels of ionizing radiation. Radiation Protection Dosimetry).
Per ognuno dei 91 lavoratori che hanno partecipato allo studio i ricercatori hanno collezionato i risultati delle analisi del sangue annuali e informazioni relative ai potenziali fattori che influenzano la AED che sono: ampiezza della distribuzione dei globuli rossi (RDW), livello d’istruzione, numero di ore effettuate di corsi non accademici sulla protezione dalle radiazioni, ore lavorate al mese, dipartimento d’appartenenza e numero di procedure effettuate in un anno, lavoro o meno presso un dipartimento di radiologia.
Questi parametri sono stati utilizzati come input nel network neuronale percettrone multistrato creato dai ricercatori: il modello si è dimostrato più accurato di un modello di regressione nel predire la AED.
Inoltre, i ricercatori hanno evidenziato una relazione lineare tra i valori di AED e le dosi misurate nel sangue.
I risultati sono davvero interessanti e mostrano un uso dell’intelligenza artificiale anche nell’ambito della sicurezza dei professionisti sanitari.
Stefania Somaré
