Bolile diagnosticate la Iași cu inteligență artificială

* tumori cerebrale, preeclampsie, scleroză multiplă, Parkinson și fibroză pulmonară se află pe lista cercetărilor ieșene în care medicii lucrează cu algoritmi * unele modele au depășit 80–90% acuratețe, dar cele mai multe sunt încă în faza de cercetare și validare

Inteligența artificială a intrat în laboratoarele și proiectele medicale din Iași cu o miză mult mai concretă decât generarea unor răspunsuri pe internet. Echipe de la UMF „Grigore T. Popa”, Universitatea „Alexandru Ioan Cuza”, Universitatea Tehnică și spitale ieșene testează algoritmi care analizează RMN-uri, tomografii, parametri biologici sau chiar vocea pacientului. Ținta este identificarea mai rapidă a unor boli, diferențierea unor diagnostice greu de separat și estimarea riscului ca boala să evolueze.

Glioblastom sau metastază cerebrală

Una dintre cele mai avansate direcții este neuroimagistica. Un studiu publicat în mai 2026 de cercetători de la UMF Iași, UAIC și Spitalul Clinic de Urgență „Prof. Dr. Nicolae Oblu” a analizat 123 de pacienți, dintre care 84 cu glioblastom și 39 cu metastază cerebrală unică.

Algoritmul a segmentat automat imaginile RMN și a măsurat separat tumora, zona de necroză și edemul din jur. Volumele calculate automat au avut o corelație de 0,955 cu măsurătorile realizate prin metoda clasică. O cercetare anterioară a echipei ieșene a analizat separat 78 de pacienți, 39 cu glioblastom și 39 cu metastază cerebrală, încercând să identifice diferențele dintre cele două tipuri de leziuni pe RMN. Algoritmul a arătat că glioblastoamele prezentau mai multă necroză internă, în timp ce metastazele aveau mai mult edem periferic.

Preeclampsia, estimată încă din primul trimestru

Inteligența artificială este testată la Iași și pentru sarcinile cu risc. Într-un studiu publicat în mai 2026, cercetătorii UMF Iași au analizat 1.583 de sarcini unice, evaluate între săptămânile 11 și 14.

Au fost comparate mai multe modele de machine learning cu algoritmul medical utilizat de Fetal Medicine Foundation pentru estimarea riscului de preeclampsie. Un alt studiu coordonat cu participarea UMF Iași, realizat pe 210 sarcini, raportase anterior o acuratețe de 96,3% pentru predicția preeclampsiei și de 95,9% pentru restricția de creștere intrauterină, folosind algoritmul Random Forest.

Rezultatele arată însă și limita actuală a tehnologiei: un model AI nu este automat mai bun decât un algoritm medical deja validat.

Scleroză multiplă și fibroză pulmonară

În neurologie, o echipă din Iași a utilizat imagini RMN obișnuite pentru a construi digital rețele structurale ale creierului pacienților cu scleroză multiplă. Modelele de machine learning au anticipat deteriorarea funcției membrelor superioare cu o acuratețe echilibrată de peste 80%, iar modificările rețelelor cerebrale au apărut cu 6–12 luni înaintea degradării clinice măsurabile.

În august 2026, cercetători de la Spitalul Clinic de Recuperare, UMF și UAIC au publicat și o analiză pe 173 de pacienți cu scleroză multiplă, folosind machine learning pentru a estima tulburările de somn asociate bolii. Aproape 48% dintre pacienți aveau somn de calitate slabă.

AI este testată și în bolile pulmonare. Un studiu ieșean a combinat imaginile CT cu datele clinice pentru 41 de pacienți cu fibroză pulmonară sau fibroză postinfecțioasă. Sistemul a identificat șapte pacienți cu profiluri clinico-radiologice neobișnuite, care nu erau surprinse corect doar de clasificarea clasică a severității.

Parkinsonul, căutat în voce

La Universitatea Tehnică „Gheorghe Asachi”, cercetarea a mers într-o altă direcție: diagnosticul bolii Parkinson pornind de la modificările vocii. Cercetătoarele Denisa-Gabriela Musteață și Lavinia-Eugenia Ferariu au testat modele de machine learning care analizează semnale audio, inclusiv rețele neuronale convoluționale și spectrograme ale vocii. Modificările de articulare, fonație și prozodie pot deveni astfel date pe care algoritmul încearcă să le recunoască.

Lista cercetărilor ieșene se extinde și spre infecțiile urinare și litiaza renală. O echipă de la UMF Iași și Institutul Regional de Oncologie a analizat aplicațiile AI capabile să identifice bacterii Gram-negative, gene de rezistență la antibiotice, calculi urinari sau riscul de urosepsis. În acest moment, cele mai multe dintre proiectele ieșene rămân instrumente de cercetare, predicție și sprijin pentru medic. Diagnosticul final continuă să aparțină clinicianului, iar performanțele obținute pe loturi de zeci sau sute de pacienți trebuie validate pe populații mai mari înainte ca algoritmii să poată deveni rutină medicală.

Teona SOARE