Un oftalmologo AI mostra come l'apprendimento automatico può trasformare la medicina

I ricercatori di Google hanno ottenuto un algoritmo di scansione degli occhi per capire da solo come rilevare una forma comune di cecità, mostrando il potenziale dell'intelligenza artificiale di trasformare la medicina in tempi molto brevi.

L'algoritmo può guardare le immagini retiniche e rilevare la retinopatia diabetica, che colpisce quasi un terzo dei pazienti affetti da diabete, così come un oculista altamente qualificato. Utilizza la stessa tecnica di apprendimento automatico che Google utilizza per etichettare milioni di immagini Web.

La retinopatia diabetica è causata da danni ai vasi sanguigni negli occhi e provoca un graduale deterioramento della vista. Se preso in anticipo può essere curato, ma un malato potrebbe non manifestare sintomi all'inizio, rendendo lo screening vitale. Viene diagnosticata, in parte, facendo esaminare a un esperto le immagini della retina di un paziente, catturate con un dispositivo specializzato, per segni di sanguinamento e perdita di liquidi.

Una qualche forma di rilevamento automatizzato potrebbe rendere la diagnosi più efficiente e affidabile e potrebbe essere particolarmente utile nelle regioni in cui le competenze richieste sono scarse. Una delle cose più interessanti di questo approccio di apprendimento automatico è che ha il potenziale per migliorare l'obiettività e, in definitiva, l'accuratezza e la qualità delle cure mediche, afferma Michele Chiang , professore di oftalmologia e medico presso il Casey Eye Institute della Oregon Health & Science University.

L'IA ha avuto un successo misto in medicina in passato. È stato dimostrato che i sistemi che utilizzano un database di conoscenze per offrire consigli superano i medici in alcuni contesti, ma l'adozione è stata limitata. Tuttavia, il potere dell'apprendimento automatico, in particolare una tecnica nota come deep learning, potrebbe rendere l'IA più comune in futuro (vedi 10 Breakthrough Technologies 2013: Deep Learning). Un team di Google DeepMind, una sussidiaria di Alphabet focalizzata interamente sull'IA, lo sta facendo lavoro simile , formando computer per elaborare scansioni tomografiche a coerenza ottica per segni di degenerazione maculare e altre malattie degli occhi in collaborazione con i ricercatori del Moorfields Eye Hospital di Londra (vedi Il primo concerto di ricerca medica di DeepMind utilizzerà l'IA per diagnosticare le malattie degli occhi).

Questa ricerca sull'immagine retinica, pubblicata martedì, ha segnato il prima volta un articolo sul deep learning è apparso nel Giornale dell'Associazione medica americana , secondo il caporedattore della rivista, Howard Bauchner.

Gli autori del documento, composti da scienziati informatici di Google e ricercatori medici degli Stati Uniti e dell'India, hanno sviluppato un algoritmo per analizzare le immagini retiniche. Ma a differenza del software oftalmologico esistente, non è stato esplicitamente programmato per riconoscere le caratteristiche nelle immagini che potrebbero indicare la malattia. Ha semplicemente esaminato migliaia di occhi sani e malati e ha capito da solo come individuare la condizione.

I ricercatori hanno creato un set di formazione di 128.000 immagini retiniche classificate da almeno tre oftalmologi. Dopo che l'algoritmo è stato addestrato, i ricercatori hanno testato le sue prestazioni su 12.000 immagini e hanno scoperto che corrispondeva o superava le prestazioni degli esperti nell'identificazione della condizione e nella classificazione della sua gravità.

I ricercatori di Google hanno collaborato con scienziati della Aravind Medical Research Foundation in India, dove è in corso una sperimentazione clinica che coinvolge pazienti reali. Questo progetto coinvolge i pazienti che ricevono una normale consultazione, ma le loro immagini vengono anche inserite nel sistema di deep learning per il confronto. Lily Peng, ricercatrice di Google e medico coinvolta nel progetto, afferma che i risultati di questo studio non sono ancora pronti per la pubblicazione.

Il deep learning potrebbe essere applicato in diverse aree della medicina che si basano sull'analisi delle immagini, come la radiologia e la cardiologia. Ma una delle maggiori sfide sarà fornire prove convincenti dell'affidabilità dei sistemi. Brendan Frey , professore all'Università di Toronto e CEO e cofondatore di una società chiamata Genomica profonda , avverte che i ricercatori dovranno sviluppare sistemi di apprendimento automatico in grado di spiegare come sono giunti a una conclusione particolare (vedi Problema del linguaggio dell'IA).

Peng, di Google, afferma che questo è qualcosa su cui il suo team sta già lavorando. Capiamo che spiegare sarà molto importante, dice.

nascondere