Il viaggio
Quando nel 2009 iniziai a lavorare come responsabile del ciclotrone per un’azienda di radiofarmaci, la fisica medica non sapevo nemmeno cosa fosse. Avevo la mia laurea ed ero contento del mio contratto a tempo indeterminato, una fortuna in anni di crisi economica. Furono le dottoresse Margherita Zito e Cristina Canzi del Policlinico di Milano ad incoraggiarmi ad intraprendere, nel 2010, il percorso della Scuola di Specializzazione in Fisica Medica alla Statale. E sarò loro grato per sempre. Una bellissima classe di specializzandi. Per i primi due anni facevo i turni di notte al ciclotrone, andavo a lezione (dormendo) di giorno e venivo regolarmente bocciato (meritatamente) dal prof. Torresin. Nel 2012, grazie ad una borsa di studio della Fondazione Bracco, altro incontro fondamentale nella mia vita, finalmente riesco a vivere più serenamente l’esperienza di specializzando completando gli ultimi due anni della Scuola da studente non lavoratore e con una splendida esperienza di tirocinio al Centro Diagnostico Italiano di Milano che è poi proseguita, come fisico medico, dopo la specializzazione nel 2014.
Nel settembre del 2015, un’altra borsa della Fondazione Bracco mi consente di svolgere un periodo di ricerca un anno presso la Duke University, in North Carolina, sotto la guida del prof. Ehsan Samei collaborando ad un progetto riguardante il monitoraggio in vivo di dati dosimetrici e di qualità dell’immagine in esami TC.
Attività alla Duke University
Negli anni sono stati diversi gli studi che ho potuto seguire nell’ambito del monitoraggio dei dati dosimetri in TC, della valutazione quantitativa della qualità delle immagini radiologiche e della caratterizzazione di indici di rischio da radiazioni in popolazioni cliniche.
In particolare, mi fa piacere ricordarne alcune sulla valutazione della dose di radiazione e della qualità dell’immagine in popolazioni cliniche che hanno portato ad una nuova definizione del concetto di livelli diagnostici di riferimento che include anche la qualità dell’immagine radiologica. Attualmente, infatti, l’ottimizzazione delle procedure radiologiche è fortemente sbilanciata con un ruolo predominante della dose di radiazioni rispetto al beneficio clinico che ne deriva al paziente.
Esistono infatti decine di unità di misura e di surrogati che consentono di esprimere il rischio legato ad una procedura. Al contrario, la qualità delle immagini che è strettamente legata al beneficio che il paziente ricava da un’indagine diagnostica, viene spesso espressa solo in modo qualitativo (preferenza dei radiologi) o con valori quantitativi (rumore, risoluzione, contrasto, ecc.), ma solo in un ristretto numero di pazienti oppure con misure in fantoccio.
A ciò va aggiunto che le nuove tecniche TC (modulazione della corrente al tubo e algoritmi iterativi di ricostruzione, ad esempio), hanno modificato i tradizionali rapporti statistici tra dose di radiazione e qualità dell’immagine. Fino a qualche anno un aumento della dose portava sempre ad immagini diagnosticamente più belle. Le tecniche attuali, invece, non consentono di estrapolare alcuna predizione da misure fatte in fantoccio che sono rappresentative solo delle prestazioni del tomografo nelle condizioni particolari definite dalle dimensioni e dalla densità dall’oggetto sottoposto a scansione.
Ne consegue che l’unica strada percorribile per una corretta valutazione di rischio/beneficio, alla base dei principi di giustificazione e ottimizzazione, è rappresentata dal monitoraggio per tutte le procedure diagnostiche di ciò che realmente accade quando si espone un paziente, tanto in termini di dose di radiazione che in termini di qualità dell’immagine. Possibile che ciò porti, in un futuro non molto lontano, alla definizione di un nuovo principio di radioprotezione, quello della personalizzazione delle procedure diagnostiche di radiologia. Attualmente, ad esempio, i protocolli di radiologia prevedono diversi approcci per pazienti pediatrici e adulti, ma nessun ulteriore livello di personalizzazione è di prassi clinicamente implementato. Lo studio simultaneo di dose e qualità dell’immagine in popolazioni cliniche, invece, dimostra come diversi scanner implementino diversi meccanismi di adattamento alle dimensioni anatomiche dei pazienti. Il quadro risultate è quello nel quale la qualità diagnostica viene ad essere influenzata dalle tecniche automatiche e dalle tecnologie offerte dalle case produttrici. Il nostro compito di fisici medici, però, è quello di offrire al medico radiologo immagini che siano il più possibili adeguate alla diagnosi, ma che siano anche coerenti tra loro.
In questo senso, i protocolli diagnostici dovrebbero essere definiti ed implementati tenendo conto di come le apparecchiature si adattano alle diverse dimensioni del paziente e di come gli algoritmi di ricostruzione di case produttrici differenti spesso offrano diverse prestazioni in termini di qualità dell’immagine. Verso un approccio sempre più paziente-centrico anche in una disciplina altamente tecnologica come è la radiologia.
Bibliografia
Peer Reviewed Journal Publications
- F. Ria, J. B. Solomon, J. M Wilson, E. Samei, “Technical Note: Validation of TG 23 phantom methodology to characterize noise and dose in patient CT data”, Medical Physics, 2020; .
- Fu W, Ria F, Segars WP, Choudhury KR, Wilson JM, Kapadia A SE. Patient-informed organ dose estimation in clinical computed tomography : implementation and effective dose assessment in 1048 patients. Am J Roentgenol. 2020;
- H. Setiawan, E. Abadi, F. Ria, T. B. Smith, E. Samei, “Patient-informed modelling of hepatic contrast dynamics in contrast-enhanced CT imaging”, Proc. SPIE, Medical Imaging 2020: Physics of Medical Imaging, 2020, doi: https://doi.org/10.1117/12.2548879
- F. Ria, J. T. Davis, J. B. Solomon, J. M. Wilson, T. B. Smith, D. P. Frush, E. Samei, “Expanding the concept of diagnostic reference levels to noise and dose reference levels in Computed Tomography”, American Journal of Roentgenology, 2019; 2016:1-6.
- Y. Cheng, E. Abadi, T. B. Smith, F. Ria, M. Meyer, D. Marin, E. Samei, “Validation of algorithmic CT image quality metrics with preferences of radiologists”, Medical Physics, 2019; 46(11):4837-4846.
- J. Hoye, S. Sharma, Y. Zhang, W. Fu, F. Ria, A. Kapadia, W. P. Segars, J. M. Wilson, E. Samei, “Organ Dose from CT localizer radiographs: development, validation and application of a Monte Carlo estimation”, Medical Physics, 2019; 46(11):5262-5272.
- F. Ria, J.M. Wilson, Y. Zhang, E. Samei, “Image noise and dose performance across a clinical population: patient size adaptation as a metric of CT performance”, Medical Physics 2017; 44(6):2141-2147.
- F. Ria, A. Bergantin, E. Samei et al., “Awareness of medical radiation exposure among patients: a patient survey as a first step for effective communication of ionizing radiation risks”, Physica Medica, 2017; 43:57-62.
- F. Ria, J.M Wilson, Y. Zhang, E. Samei, “Adaptability index: quantifying CT tube current modulation performance from dose and quality informatics”, Proc. SPIE, Medical Imaging 2017: Physics of Medical Imaging, 2017; 103222N:1-7
Book chapters
- A. Ding, F. Ria, E. Samei, “CT practice monitoring” in E. Samei, N. Pelc (eds) Computed Tomography, Springer, 2019, doi: https://doi.org/10.1007/978-3-030-26957-9_11.
Bibliografia
Peer Reviewed Journal Publications
- F. Ria, J. B. Solomon, J. M Wilson, E. Samei, “Technical Note: Validation of TG 23 phantom methodology to characterize noise and dose in patient CT data”, Medical Physics, 2020; .
- Fu W, Ria F, Segars WP, Choudhury KR, Wilson JM, Kapadia A SE. Patient-informed organ dose estimation in clinical computed tomography : implementation and effective dose assessment in 1048 patients. Am J Roentgenol. 2020;
- H. Setiawan, E. Abadi, F. Ria, T. B. Smith, E. Samei, “Patient-informed modelling of hepatic contrast dynamics in contrast-enhanced CT imaging”, Proc. SPIE, Medical Imaging 2020: Physics of Medical Imaging, 2020, doi: https://doi.org/10.1117/12.2548879
- F. Ria, J. T. Davis, J. B. Solomon, J. M. Wilson, T. B. Smith, D. P. Frush, E. Samei, “Expanding the concept of diagnostic reference levels to noise and dose reference levels in Computed Tomography”, American Journal of Roentgenology, 2019; 2016:1-6.
- Y. Cheng, E. Abadi, T. B. Smith, F. Ria, M. Meyer, D. Marin, E. Samei, “Validation of algorithmic CT image quality metrics with preferences of radiologists”, Medical Physics, 2019; 46(11):4837-4846.
- J. Hoye, S. Sharma, Y. Zhang, W. Fu, F. Ria, A. Kapadia, W. P. Segars, J. M. Wilson, E. Samei, “Organ Dose from CT localizer radiographs: development, validation and application of a Monte Carlo estimation”, Medical Physics, 2019; 46(11):5262-5272.
- F. Ria, J.M. Wilson, Y. Zhang, E. Samei, “Image noise and dose performance across a clinical population: patient size adaptation as a metric of CT performance”, Medical Physics 2017; 44(6):2141-2147.
- F. Ria, A. Bergantin, E. Samei et al., “Awareness of medical radiation exposure among patients: a patient survey as a first step for effective communication of ionizing radiation risks”, Physica Medica, 2017; 43:57-62.
- F. Ria, J.M Wilson, Y. Zhang, E. Samei, “Adaptability index: quantifying CT tube current modulation performance from dose and quality informatics”, Proc. SPIE, Medical Imaging 2017: Physics of Medical Imaging, 2017; 103222N:1-7
Book chapters
- A. Ding, F. Ria, E. Samei, “CT practice monitoring” in E. Samei, N. Pelc (eds) Computed Tomography, Springer, 2019, doi: https://doi.org/10.1007/978-3-030-26957-9_11.