PREDIZIONE DELL'ETÀ CEREBRALE CON RETI NEURALI CONVOLUZIONALI ED EXPLAINABLE ARTIFICIAL INTELLIGENCE

L'incremento dell’età media mondiale ha condotto alla ricerca di biomarcatori per prevenzione e diagnosi di patologie legate all’invecchiamento. La brain-age prediction (BAP) ne è un esempio, metodo che sfrutta le risorse di neuroimaging e deep learning per misurare la differenza tra età reale e cerebrale di un individuo. Oggi però non basta addestrare modelli di deep learning accurati, ma si rende necessario saper spiegare il perché delle decisioni prese dagli algoritmi. A tal fine, nasce la eXplainable Artificial Intelligence (XAI), alla quale fanno capo metodi come SHAP e Grad-CAM per la pixel-attribution. Grad-CAM è un metodo molto diffuso nella pratica, ma è davvero affidabile? Il presente lavoro mira a sondare l’attendibilità di Grad-CAM tramite lo sviluppo di un framework di BAP multi-sito.