La quinta edizione del Premio “Ingenio al femminile”, nella categoria “Migliore tesi di Dottorato”, va quest’anno alla dottoranda UniTS Giulia Saccomano per il suo lavoro «From pixels to diagnosis: applications of X-ray Virtual Histology (XVH) in clinical pathology».

Promosso dal Consiglio Nazionale degli Ingegneri per contribuire alla valorizzazione dei talenti e delle professionalità femminili dell’ingegneria, il Premio è quest’anno ispirato al tema «Intelligenza Artificiale per le nuove sfide del 2050».

Questa la motivazione:

“L’esame istopatologico tradizionale fornisce immagini bidimensionali vincolate al piano di taglio del campione istologico. La XVH è invece una tecnica che consente osservazioni tridimensionali ad alta risoluzione, in modo non distruttivo, preservando la struttura dell’organo sottoposto ad esame. Il lavoro di ricerca ha previsto l'integrazione di algoritmi avanzati di deep learning per gestire e analizzare i grandi insiemi di dati XVH. Con una segmentazione automatizzata dell’organo nelle immagini XVH si migliora l'identificazione di caratteristiche critiche come l'architettura cellulare e i margini di una massa tumorale, potendo anche calcolare con esattezza i valori dei marcatori prognostici senza bisogno di sezionare fisicamente la parte interessata. Il lavoro di ricerca ha portato all'integrazione tra imaging clinicodiagnostico del Dip. di Anatomia patologica dell’Ospedale di Trieste e imaging fisico-sperimentale del Sincrotrone Elettra di Trieste, e all’applicazione di algoritmi di IA, in collaborazione con il Computational Pathology Group presso Radboud UMC (Paesi Bassi), per migliorare la segmentazione automatica delle masse tumorali e superare i limiti dell’istopatologia tradizionale”.