La risonanza magnetica cardiaca è un esame fondamentale per la diagnosi di varie patologie, ma prevede l’iniezione di un mezzo di contrasto che non sempre va a buon fine. Il suo esito infatti dipende dalla capacità dell’operatore di cogliere quello che in gergo si chiama tempo di inversione, quando nelle immagini si produce il massimo contrasto possibile. Sbagliare porta a immagini di bassa qualità, e quindi a dover prolungare l’esame o addirittura ripeterlo. Ma un team di ricercatori delle Università di Milano Bicocca e Ca’ Foscari, in collaborazione con l’Istituto Auxologico Italiano, ha messo a punto un nuovo software basato su tecniche di Machine Learning, che permette di stimare il tempo di inversione a partire da alcune peculiarità del paziente. Ne parliamo con Daniela Besozzi, professoressa all’Università di Milano-Bicocca e autrice del metodo TAHITI insieme a Marco S. Nobile, Daniele Papetti e Camilla Torlasco.