Nuovi Progressi nell’Intelligenza Artificiale per l’Uso Clinico

I ricercatori del Radboudumc hanno aiutato a fare progressi nell’intelligenza artificiale (AI) nell’ambito clinico dopo aver dimostrato come l’AI possa diagnosticare problemi simili a quelli di un medico, mostrando anche come raggiunge la diagnosi. L’AI gioca già un ruolo in questo ambiente, essendo utilizzata per rilevare rapidamente le anomalie che potrebbero essere etichettate come malattie dagli esperti.

AI nell’Ambito Clinico

L’intelligenza artificiale è stata utilizzata sempre più nella diagnosi delle immagini mediche. Ciò che tradizionalmente veniva fatto da un medico che studia una radiografia o una biopsia per identificare le anomalie può ora essere fatto con l’AI. Attraverso l’utilizzo del deep learning, questi sistemi possono diagnosticare da soli, spesso con la stessa accuratezza o addirittura superiore a quella dei medici umani.

Tuttavia, i sistemi non sono perfetti. Uno dei problemi è che l’AI non dimostra come analizza le immagini e raggiunge la diagnosi. Un altro problema è che non fanno nulla in più, cioè si fermano una volta raggiunta una specifica diagnosi. Ciò potrebbe portare al fatto che il sistema perda alcune anomalie anche quando c’è una diagnosi corretta.

In questo scenario, il medico umano è migliore nell’osservare il paziente, la radiografia o altre immagini in generale.

Progressi nell’AI

Questi problemi per l’AI nell’ambito clinico stanno ora essere affrontati dai ricercatori. Christina González Gonzalo è una candidata al dottorato presso il gruppo di ricerca e analisi delle immagini diagnostiche A-eye del Radboudumc.

González Gonzalo ha sviluppato un nuovo metodo per l’AI diagnostica utilizzando esami del fondamento oculare che hanno rilevato anomalie della retina. Le specifiche anomalie possono essere facilmente trovate dai medici umani e dall’AI e spesso si verificano in gruppi.

Nel caso del sistema AI, diagnosticava una o più anomalie e si fermava, dimostrando uno degli svantaggi dell’utilizzo di un tale sistema. Per affrontare ciò, González Gonzalo ha sviluppato un processo in cui l’AI esamina l’immagine più volte. Quando lo fa, impara a ignorare i posti che aveva già coperto, il che gli consente di scoprire nuovi. Inoltre, l’AI evidenzia anche le aree sospette, rendendo l’intero processo diagnostico più trasparente per gli esseri umani.

Questo nuovo metodo è diverso dai sistemi AI tradizionali utilizzati in questi ambienti, che basano la loro diagnosi su una valutazione dell’esame del fondamento oculare. Ora, i ricercatori possono vedere come il nuovo sistema AI ha raggiunto la sua diagnosi.

Per ignorare le anomalie già rilevate, il sistema AI riempie digitalmente queste aree con tessuto sano proveniente dalle aree intorno alle anomalie. La diagnosi viene quindi effettuata sulla base di tutte le valutazioni aggiunte insieme.

Lo studio ha scoperto che questo nuovo sistema ha migliorato la sensibilità della rilevazione della retinopatia diabetica e della degenerazione maculare legata all’età del 11,2+/-2,0%.

Questo nuovo sistema potrebbe realmente cambiare il modo in cui l’AI viene utilizzata nella diagnosi delle malattie basate su anomalie, e il più grande progresso è la nuova trasparenza che può dimostrare durante questo processo. Questa trasparenza è ciò che consentirà ulteriori correzioni e progressi futuri, con l’obiettivo finale di creare un sistema AI che possa diagnosticare problemi molto più accuratamente e velocemente dei migliori esperti umani nel settore. Tutto ciò potrebbe anche portare a un sistema più affidabile, che potrebbe risultare nell’adozione generalizzata all’interno del settore più ampio.