Progressi nell’AI in sanità – Riflettori su Nathan Wang

L’Intelligenza Artificiale sta diventando rapidamente uno dei fattori chiave nei progressi dell’industria sanitaria. In anticipo del RE•WORK – AI in Healthcare Summit Boston, abbiamo chiesto a Nathan Wang – ricercatore di Deep Learning/Medical Imaging presso Johns Hopkins University le sue opinioni sull’argomento. Ecco cosa ha detto:

Cosa pensi sia il progresso più importante per l’AI in sanità?

Negli ultimi anni, il settore ha fatto grandi passi avanti nell’interpretazione dei modelli. Come ricercatore, essere in grado di comprendere intuitivamente il “ragionamento” dietro il nostro AI ci aiuta a costruire modelli più robusti e precisi. Spero che in futuro clinici e pazienti possano avere maggiore fiducia in questi sistemi AI.

Cosa pensi sarà il più grande successo dell’AI per la sanità e gli esiti dei pazienti?

Penso che il più grande successo dell’AI è ancora da venire. Spero che quando la genomica e la radionica diventeranno più importanti, l’AI avrà un ruolo ancora più grande di quello che ha oggi.

Quali sono alcune recenti vittorie di un progetto AI su cui stai lavorando? Quali sfide hai affrontato durante il progetto? Come le hai superate?

Il mio lavoro alla Johns Hopkins coinvolge l’analisi delle immagini intraoperatorie basate sul deep learning, in particolare la distinzione tra tessuti cancerosi e non cancerosi nella corteccia cerebrale umana da immagini di tomografia a coerenza ottica (OCT). Una sfida significativa che ho affrontato è stata progettare un modello AI che si generalizzi bene ai dati dei pazienti al di fuori del set di addestramento. Sebbene le reti profonde siano eccellenti nell’estrazione di modelli nascosti, i modelli più facilmente apprendibili non sono sempre corretti. Pertanto, è importante impiegare metodi di normalizzazione e trasformazione dei dati diversi. Nel mio progetto, ho trovato che la texture dell’immagine è molto utile in uno schema di apprendimento ensemble in modo che abbiamo sia tecniche di apprendimento profondo che classiche di riconoscimento di modelli che lavorano insieme.

Quanto sarà radicata l’AI nel flusso di lavoro clinico tra 5 e 10 anni?

Vedo che l’AI sarà sempre più strettamente assistita dagli esperti attraverso il flusso di lavoro clinico, dalla diagnosi al trattamento. L’AI ha dimostrato di essere adeguata non solo per la diagnosi e lo screening precoci, ma anche per prevedere la prognosi a lungo termine. Partecipando a trattamenti tempestivi, che possono essere resi più precisi e efficienti con l’AI, le persone possono aspettarsi di vivere vite più lunghe e più sane.

Cosa ti aspetti di più mentre parli alla AI Healthcare Summit?

La rilevanza e l’impatto dell’AI in sanità sono chiaramente riflessi nel impressionante panel di relatori esperti provenienti da vari settori e background di ricerca. Mi aspetto di apprendere in prima persona sui progressi dell’AI in campi adiacenti al mio e di partecipare a conversazioni ispiratrici che potrebbero influenzare positivamente la direzione della mia ricerca.

Vuoi saperne di più?

Nathan sarà relatore alla prossima AI in Healthcare Summit il 13-14 ottobre 2022 a Boston, MA. Unisciti a lui e a molti altri esperti di AI/ML e Deep Learning per saperne di più sulle ultime tendenze e opportunità nel settore sanitario.

I biglietti Early Bird scadono il 2 settembre, quindi prenota il tuo posto oggi.

Utilizza il codice di sconto: UNITEAI per il 20% di sconto.

Per ulteriori informazioni contatta [email protected].