Il drammatico aumento delle fratture da fragilità, dovute al l'invecchiamento della popolazione e alle patologie, con il relativo onere sanitario ed economico fa aumentare la necessità di una prospettiva d'avanguardia per prevenire le fratture nelle ossa umane. Ora, un ulteriore campanello d'allarme sorge dallo scoppio della pandemia di Covid-19: un rallentamento dei processi di formazione ossea è ipotizzato come risultato diretto dell'infezione da virus, con una riduzione della massa e della forza ossea. Se questa ipotesi fosse confermata, il Covid-19 potrebbe avere un effetto sul deterioramento dell'architettura ossea, che può richiedere trattamenti preventivi per evitare complicazioni a lungo termine. Recenti studi affrontano il problema da una prospettiva multiscala, elevando i fenomeni su microscala come chiave per individuare l'insorgenza precoce di danni. Tuttavia, ci sono limitazioni per quantificare il contributo della micromorfologia all'inizio e alla propagazione delle fratture. Inoltre, la necessità di immagini ad alta risoluzione impone lunghe fasi di post-elaborazione. Per ridurre il costo computazionale di queste analisi, miriamo a implementare una rete neurale convoluzionale per rilevare l'inizio e la propagazione dei danni su scala micro. I risultati attesi dovrebbero evidenziare l'intima interazione tra fenomeni di indurimento e indebolimento su scala micro come aspetto fondamentale per la comprensione dei meccanismi di frattura.