Le innovazioni dell’intelligenza artificiale nell’endoscopia

L’intelligenza artificiale (AI) ha un enorme potenziale nel campo medico. È particolarmente preziosa in procedure come l’endoscopia che, nonostante siano comuni, richiedono un’analisi complessa e un’esperienza specialistica. L’industria sanitaria non ha trascurato questa opportunità, poiché i primi utilizzi dell’AI nell’endoscopia hanno già prodotto risultati promettenti.

L’endoscopia è il processo di esaminare il corpo dei pazienti utilizzando un tubo sottile e flessibile dotato di una telecamera e di una luce. Sebbene la procedura in sé sia abbastanza semplice, capire le immagini può essere difficile. L’AI ha già offerto soluzioni su diversi fronti.

1. Miglioramento della rilevazione delle anomalie

Il più significativo progresso dell’AI nell’endoscopia è come l’apprendimento automatico migliora la rilevazione. Gli endoscopi spesso cercano piccole anomalie come polipi precancerosi o lesioni. Studi preliminari suggeriscono che l’apprendimento automatico possa rilevare questi segni di allarme con maggiore accuratezza rispetto agli esseri umani.

Già nel 2017, gli algoritmi dell’AI potevano rilevare i polipi con un’accuratezza dell’86%, mentre i medici esperti raggiungevano un’accuratezza del 74%. Da allora, i modelli di apprendimento automatico hanno raggiunto accuratezze fino al 96,4%. Tali sistemi possono spesso individuare anomalie che gli esseri umani potrebbero trascurare.

Nella pratica, i modelli dell’AI non sostituiranno gli specialisti. Tuttavia, i medici possono utilizzarli per acquisire maggiore fiducia nelle loro diagnosi senza un processo lungo e laborioso. Di conseguenza, i sistemi sanitari possono fornire ai pazienti l’aiuto di cui hanno bisogno prima nel corso della loro malattia, portando a risultati migliori.

2. Classificazione più affidabile

L’accuratezza non è l’unico beneficio dell’AI nell’endoscopia. I modelli di visione artificiale sono anche abili nella classificazione, ovvero distinguere tra diversi tipi di anomalie rilevate.

La classificazione è importante perché diversi tipi di polipi o lesioni richiedono approcci diversi per essere trattati efficacemente. Di conseguenza, i modelli dell’AI potrebbero garantire che le persone ricevano le cure di cui hanno realmente bisogno rilevando sottili differenze tra crescita anomale.

Un network neurale è stato in grado di distinguere tra polipi colorettali con un’accuratezza fino all’87%, ponendolo allo stesso livello degli esperti patologi. Utilizzando questo modello, i medici potrebbero diagnosticare un paziente senza ulteriore revisione, portando a un trattamento più rapido e preciso. Nei casi in cui la diagnosi iniziale e quella dell’AI differiscono, il parere aggiuntivo potrebbe aiutare lo staff a considerare ulteriori possibilità per migliorare la fiducia nella diagnosi.

3. Procedure semplificate

È anche importante notare che l’AI nell’endoscopia è veloce oltre che precisa e specifica. Sebbene la certezza sia la cosa più importante in una diagnosi medica, la velocità conta anch’essa. Un processo più rapido significa che il trattamento può iniziare prima e i medici possono visitare più pazienti in meno tempo.

Alcuni network neurali hanno dimostrato di essere efficaci nel rilevare i polipi in tempo reale, eliminando la necessità di analisi post-endoscopia per una maggiore fiducia. Altri algoritmi potrebbero non fornire risultati immediati ma possono richiedere solo pochi minuti invece delle ore o dei giorni che una procedura di laboratorio richiederebbe.

Quando i medici possono migliorare la rilevazione e la classificazione senza richiedere tempo aggiuntivo, ciò porta a risultati migliori per i pazienti. Oltre a un trattamento più precoce, il risparmio di tempo consente a una forza lavoro limitata di servire un numero maggiore di pazienti, rendendo meno impattanti i problemi di turnover e carenza di personale.

4. Riduzione del rischio di contaminazione incrociata

Gli utilizzi dell’AI nell’endoscopia vanno oltre la procedura stessa. La prevenzione della contaminazione incrociata tra i test è anche importante, poiché circa un paziente su 1.000 sottoposto a colonoscopia si infetta a causa della procedura. L’AI può aiutare garantendo un maggiore livello di pulizia e sicurezza durante lo stoccaggio e la sanificazione.

Gli armadietti di asciugatura intelligente utilizzano la filtrazione HEPA, la pressurizzazione positiva e passaggi simili per asciugare e disinfettare gli endoscopi tra le procedure. Gli algoritmi li spingono ulteriormente monitorando le condizioni interne in tempo reale e regolando le impostazioni secondo necessità per mantenere uno stoccaggio sterile mentre gli armadietti si aprono e si chiudono.

Alternativamente, l’AI può prevedere guasti di attrezzature e allertare lo staff del problema prima che comprometta la pulizia dell’endoscopio. Processi come questo sono già comuni nelle case intelligenti e negli impianti di climatizzazione industriale, ma nel campo medico potrebbero prevenire infezioni e migliorare la salute generale.

5. Formazione specialistica estesa

L’AI è anche uno strumento di formazione utile. L’endoscopia è un processo complesso e specializzato, ma dotare i futuri specialisti delle competenze e delle conoscenze necessarie è spesso troppo lento per stare al passo con la crescente domanda. Considerando che solo negli Stati Uniti saranno carenti 86.000 medici entro il 2036, qualcosa deve cambiare.

Poiché l’AI è così precisa, è un modo utile per mostrare ai tirocinanti come appaiono vari polipi, lesioni o altre anomalie. I medici in aree senza tanti specialisti esperti o altre attrezzature di formazione traggono il massimo beneficio da questo caso d’uso. Utilizzando l’AI come guida, possono rapidamente migliorare le loro competenze di rilevazione e classificazione.

Mentre l’AI semplifica la formazione specialistica, l’endoscopia e le cure correlate diventeranno più accessibili a più persone. Un tale cambiamento potrebbe lavorare contro le barriere esistenti nell’accesso alle cure tra diverse demografie.

Potenziali svantaggi dell’AI nell’endoscopia

Sebbene l’AI possa essere molto utile nell’endoscopia, presenta alcuni svantaggi. I dati di addestramento distorti possono far sì che l’AI amplifichi i pregiudizi umani, e molti record medici storici mancano di una rappresentazione paritetica. Di conseguenza, questi strumenti potrebbero non essere affidabili per ogni demografia di pazienti.

La raccolta di dati sufficienti per addestrare questi modelli potrebbe anche introdurre problemi di privacy. L’industria sanitaria si confronta con norme severe sulla sicurezza dei dati dei pazienti, quindi potrebbe essere difficile bilanciare l’affidabilità del modello con la sicurezza informatica e la conformità.

Un’eccessiva dipendenza dall’AI introduce un’altra preoccupazione: questi strumenti diagnostici sono estremamente precisi ma imperfetti. I medici potrebbero diventare compiaciuti nel tempo e accettare il loro input come oro colato, portando a screening affrettati e potenziali diagnosi errate. Tali casi d’uso annullerebbero i benefici dell’utilizzo della tecnologia.

Utilizzo dell’AI nell’endoscopia in modo sicuro

Fortunatamente, c’è un modo sicuro per procedere. Una volta che le organizzazioni mediche riconoscono questi svantaggi, possono costruire politiche più sicure per l’AI per mitigare gli effetti negativi e capitalizzare i benefici.

Una maggiore attenzione durante l’addestramento è fondamentale. Un team diversificato deve sovraintendere allo sviluppo e auditare frequentemente l’algoritmo per individuare e correggere tendenze pregiudizievoli. Durante questa fase, i team possono anche utilizzare dati sintetici per proteggere la privacy dei pazienti fornendo al contempo una base di addestramento più ampia. I modelli addestrati con dati sintetici possono essere più precisi di altri, quindi potrebbe essere il modo migliore per procedere, anche al di fuori delle preoccupazioni sulla privacy e i pregiudizi.

Infine, i sistemi sanitari devono addestrare i medici a utilizzare l’AI con cura. Devono enfatizzare come gli esperti umani debbano sempre avere l’ultima parola e insegnare ai professionisti i limiti dell’AI per prevenire che si affidino eccessivamente alla tecnologia.

L’AI sta guidando il campo dell’endoscopia verso il futuro

Sebbene rimangano sfide, è difficile ignorare il potenziale dell’AI nell’endoscopia. Alcune reti ospedaliere stanno già utilizzando regolarmente screening assistiti dall’AI, e man mano che la tecnologia migliora, la sua adozione probabilmente si estenderà. Un utilizzo più ampio, a sua volta, porterà a una crescita dei set di dati rilevanti e allo sviluppo di ulteriori best practice.

Man mano che tali tendenze continuano, l’AI potrebbe ridisegnare il campo dell’endoscopia. Queste procedure diventeranno più accurate, precise, accessibili, efficienti e sicure. Sia i medici che i pazienti trarranno beneficio da questo cambiamento.