L’analisi delle immagini, utilizzata per studiare strutture cellulari, tessuti e organi in diverse discipline, è uno strumento essenziale in biomedicina. Tuttavia, l’applicazione dell’intelligenza artificiale (AI) per analizzare queste immagini è stata tradizionalmente appannaggio di esperti in programmazione e data science. Questa barriera tecnica ha limitato l’accesso a potenti tecniche di deep learning per molti scienziati e professionisti sanitari.
Un team internazionale di ricercatori ha ora sviluppato una soluzione: BiaPy, una piattaforma di intelligenza artificiale open-code. BiaPy mira a superare questa difficoltà offrendo una piattaforma facile da usare che consente di applicare modelli AI avanzati senza la necessità di conoscenze tecniche specializzate. L’obiettivo di BiaPy è democratizzare l’accesso all’intelligenza artificiale nel bioimaging, consentendo a più scienziati e operatori sanitari di sfruttarne il potenziale.
La piattaforma BiaPy consente di eseguire diversi tipi di analisi su immagini scientifiche. Tra le sue capacità vi sono l’identificazione automatica di cellule o altre strutture biologiche, il conteggio di elementi, la classificazione di campioni in base al loro aspetto e il miglioramento della qualità dell’immagine per visualizzare i dettagli più fini. Queste operazioni possono essere effettuate sia su immagini bidimensionali che su immagini tridimensionali ottenute con varie tecniche di microscopia.
BiaPy è stata progettata per essere efficiente e scalabile. Può gestire un’ampia varietà di volumi di dati, da poche piccole immagini a terabyte di informazioni, come quelle generate dalla scansione di tessuti o interi organi.
Lo strumento si basa sull’uso di modelli AI, che sono algoritmi addestrati a riconoscere modelli nelle immagini. I modelli vengono creati utilizzando esempi, come immagini in cui le cellule sono già state contrassegnate manualmente. Con un addestramento sufficiente, il modello impara a eseguire questi compiti automaticamente anche su nuove immagini mai viste prima. BiaPy è stata anche integrata nel BioImage Model Zoo (bioimage.io), un database in cui i ricercatori di tutto il mondo condividono modelli pre-addestrati. Grazie a questa integrazione, gli utenti di BiaPy possono riutilizzare modelli esistenti o addestrare facilmente i propri modelli.
BiaPy è già in uso in progetti scientifici avanzati. Un esempio è CartoCell, un software che analizza immagini di microscopia per rivelare pattern nascosti nella forma e distribuzione delle cellule all’interno di tessuti epiteliali 3D. Un altro caso notevole è la sua applicazione in collaborazione con laboratori che hanno sviluppato la tecnica di microscopia ChroMS, che consente di ottenere enormi immagini tridimensionali di interi cervelli. In questo caso, BiaPy viene utilizzata per rilevare automaticamente ogni cellula in queste immagini su larga scala, permettendo lo studio dello sviluppo cerebrale.
Essendo uno strumento open-access, BiaPy è disponibile gratuitamente per la comunità scientifica, promuovendo la collaborazione e il miglioramento continuo del software. Può essere utilizzato su PC o server con più schede grafiche, così come nel cloud. È facile da installare e garantisce che gli esperimenti possano essere facilmente ripetuti in vari ambienti, promuovendo così una scienza aperta e riproducibile.
Lo sviluppo di BiaPy rappresenta un passo importante verso la democratizzazione della visione artificiale avanzata nella microscopia. Il suo design accessibile e l’attenzione alla collaborazione aperta riducono le barriere tecniche, facilitando l’applicazione della visione artificiale negli studi per un maggior numero di ricercatori e operatori sanitari. La sua compatibilità con vari ambienti informatici e la sua natura open-code significano che è una piattaforma che offre un enorme potenziale nel promuovere l’innovazione e accelerare la scoperta scientifica.
Il lavoro sullo sviluppo di BiaPy è stato pubblicato sulla rivista Nature Methods.
Stefano Camilloni
