Sommario:
- Diagnosi della degenerazione maculare, retinopatia diabetica
- Trattare i pazienti dove gli specialisti sono scarsi
- Affidarsi ai computer per i computer
- Altri usi per la tecnologia artificiale
27 febbraio 2019
Il potenziale per l'intelligenza artificiale (AI) per diagnosticare e curare le condizioni di salute continua a guadagnare slancio, come un nuovo studio mostra come la tecnologia può accelerare la diagnosi e il trattamento delle malattie dell'occhio.
Un articolo pubblicato il 22 febbraio sulla rivista Cell descrive come l'AI può essere applicata a pazienti con malattie retiniche. La ricerca, condotta da Kang Zhang, MD, PhD, professore di oftalmologia presso lo Shiley Eye Institute presso l'Università della California a San Diego, dimostra che un computer potrebbe imparare a riconoscere in modo accurato e affidabile tali comuni malattie oculari come la degenerazione maculare e la retinopatia diabetica.
"Si tratta di provare ad insegnare a un computer cos'è un'immagine e come prendere una decisione su ciò che stanno vedendo", spiega il Dr. Zhang. "L'obiettivo è che il computer sia valido quanto lo specialista che è andato alla scuola di medicina ed è altamente qualificato in diagnostica e trattamento medico."
Mentre può richiedere un'esperienza specialistica decennale per raggiungere i più alti livelli di competenza , aggiunge, "stiamo vedendo un computer in grado di riconoscere queste cose dopo pochi giorni."
Il documento segue altri studi recenti che mostrano che i computer di apprendimento profondo possono avere un posto legittimo nell'assistenza sanitaria, dice Rahul Khurana, MD, un oftalmologo a Mountain View, in California, e un portavoce clinico per l'American Academy of Ophthalmology.
"Questo tipo di tecnologia è molto accurata per i pazienti con determinati tipi di condizioni", afferma il dott. Khurana. "Questo sta creando una certa eccitazione nel campo."
Diagnosi della degenerazione maculare, retinopatia diabetica
Nel nuovo documento, Zhang ei suoi colleghi in Cina, Germania e Texas hanno prima immesso nel computer immagini dei disturbi dell'occhio. Le immagini sono state prese con una tecnica di imaging nota come tomografia a coerenza ottica. Questa nuova e rivoluzionaria tecnologia diagnostica utilizza le onde luminose per ottenere immagini ad alta risoluzione della sezione trasversale dell'occhio per dare ai medici un modo per mappare e misurare la retina in dettaglio.
Le scansioni servono per individuare condizioni comuni come la macula degenerazione, in cui una parte della retina chiamata macula si deteriora, e retinopatia diabetica, una complicanza del diabete che fa sì che i vasi sanguigni della retina si gonfino e perdano fluido. Entrambe sono condizioni pericolose che possono causare cecità se non vengono diagnosticate e trattate tempestivamente.
Gli attuali approcci computazionali richiedono milioni di immagini per addestrare un computer. La ricerca di Zhang ha utilizzato una "rete neurale convoluzionale" basata sull'intelligenza artificiale che richiedeva un set di dati molto più piccolo di solo 200.000 scansioni di imaging a coerenza ottica.
"Il computer sta imparando la normale mappa dell'occhio", afferma Zhang. "Gli diamo una varietà di immagini per imparare e memorizzare. Insegniamo, per esempio, "se questo punto è qui, sarà la degenerazione maculare". La bellezza di questo è invece di avere il computer che impara da solo, possiamo dire loro cosa cercare. Si tratta di progettare software per computer per far pensare ai computer come un essere umano. "
Il computer è stato in grado di decidere se un paziente deve essere indirizzato per il trattamento entro 30 secondi e con una precisione del 95%.
Lo studio dimostra che le reti neurali possono aiutare i medici e forse anche sorpassarli con la capacità di ricordare tanti dati. Tale tecnologia avrà usi in tutto il mondo, prevede Zhang. Nei paesi ricchi di risorse come gli Stati Uniti, può accelerare il periodo critico tra i segni di malattia e il trattamento.
"Un paziente con possibile degenerazione maculare potrebbe dover essere trattato entro un mese, ma i rinvii e gli appuntamenti possono richiedere diversi mesi. Ciò può ritardare la diagnosi e il trattamento ", afferma.
Trattare i pazienti dove gli specialisti sono scarsi
Nelle aree povere di risorse, la tecnologia può aiutare i pazienti che altrimenti non potrebbero ricevere assistenza a causa della scarsità di medici. Zhang e i suoi colleghi porteranno la loro rete neurale ad Haiti questa estate per valutarne l'utilità. La regione ha una grande popolazione di persone con diabete che sono a rischio di retinopatia, ma ha meno di 60 oftalmologi.
"La capacità di fare questo, si spera, darà più accesso ai pazienti al sistema sanitario perché possiamo diagnosticare condizioni precedenti ", dice Khurana, notando che ci sono circa 415.000 persone che vivono con diabete in tutto il mondo che sono a rischio di retinopatia diabetica. "Ogni volta che disponiamo di una tecnologia nuova e migliorata che ci consente di rendere le diagnosi più veloci, migliori e più accessibili alla popolazione più ampia, è una soluzione vantaggiosa per pazienti e medici."
Affidarsi ai computer per i computer
Le sfide rimangono nell'attuazione di reti basate sull'intelligenza artificiale nel settore sanitario, osserva Zhang. I medici devono fidarsi dei loro assistenti informatici. Nello studio, Zhang e i suoi colleghi hanno anche chiesto al computer di spiegare la sua diagnosi, identificando le regioni dell'occhio che erano state riconosciute e costituivano la base per la conclusione della macchina.
"Il computer non sputa solo una diagnosi. Spiega perché ha fatto la diagnosi e la raccomandazione che ha fatto ", dice. "Ciò rende questo più trasparente e aiuta il medico a fidarsi maggiormente del computer. In questo modo, questa non è solo una scatola nera, e non hai idea del motivo per cui dà la diagnosi. "
Altri usi per la tecnologia artificiale
Le reti basate su AI hanno un enorme potenziale nell'imaging sanitario. Zhang ha anche dimostrato che il sistema è in grado di distinguere tra polmonite virale e batterica nei bambini esaminando i raggi X. Mentre la polmonite virale può non richiedere alcun trattamento, un paziente con polmonite batterica richiede un tempestivo trattamento antibiotico per prevenire gravi complicazioni della malattia.
"Stiamo assistendo a una varietà di campi medici in cui l'intelligenza artificiale viene utilizzata sempre di più", Khurana dice. "Penso che sia un momento molto eccitante per il campo dell'intelligenza artificiale e delle sue applicazioni in medicina."
