Dal blog di Google dedicato ai progetti di inerenti l’intelligenza artificiale arriva la notizia dei passi in avanti compiuti da un algoritmo destinato all’ambito medico, noto tra gli addetti ai lavori con il nome in codice LYNA (per esteso Lymph Node Assistant), in grado di esaminare le immagini diagnostiche delle pazienti potenzialmente colpite da cancro al seno individuando segnali che indicano uno stato avanzato della patologia.
Lymph Node Assistant
Il sistema si è rivelato capace di distinguere correttamente nel 99% dei casi se in un esame sono presente tracce di metastasi, in differenti condizioni, anche laddove gli indicatori sono tanto deboli da poter ingannare l’occhio del personale più esperto. Va sottolineato e ripetuto come progetti simili che basano il proprio funzionamento sulle evoluzioni dell’IA debbano essere intesi come finalizzati a offrire un supporto ai medici e non a sostituirli. L’intenzione, universalmente condivisa dalla comunità scientifica, è quella che mira a sfruttare le potenzialità degli algoritmi e del machine learning come supporto al processo di diagnosi, garantendo così una migliore interpretazione dei dati clinici a beneficio dei pazienti, contribuendo a definire la tipologia di trattamento più efficace e meno invasiva.
Nell’immagine allegata qui sopra, a destra è possibile vedere dove l’intelligenza artificiale consiglia di focalizzare l’attenzione, in quale area sarà più probabile rinvenire tracce di tessuto interessato dal tumore. Sta poi allo specialista indagare ulteriormente, anche ricorrendo all’impiego di ulteriori esami d’approfondimento. Il personale medico che ha messo alla prova le abilità di LYNA lo definisce un utile companion, con la tecnologia in grado di semplificare il lavoro riducendo di due volte il rischio di non notare metastasi dalle dimensioni ridotte e abbattendo il tempo necessario alla valutazione al di sotto di un minuto.
Il post condiviso da bigG è firmato da Martin Stumpe (Technical Lead) e Craig Mermel (Product Manager) del team Healthcare, ramo della divisione Google AI. Riporta alcuni riferimenti a studi indipendenti a supporto dell’efficacia della tecnologia come quello condotto nel 2012 dallo University Medical Centre di Maastricht secondo cui mediamente una volta su quattro il primo parere in merito all’analisi di un linfonodo che si sospetta essere interessato da una forma tumorale viene ribaltato da un secondo consulto medico.
Viene confermato pertanto come la creazione di un protocollo diagnostico nel quale interagiscono tanto la perizia umana quanto il machine learning si dimostra estremamente più efficace rispetto alla somma delle rispettive possibilità, generando una vera e propria sinergia positiva a vantaggio del risultato finale.
L’algoritmo è stato istruito sulla base dei dati forniti dal Naval Medical Center di San Diego e da altri istituti. La sua abilità è stata testata al momento sulle fasi più avanzate della malattia, purtroppo spesso associate a un epilogo drammatico per il paziente.
L’obiettivo di simili progetti è quello di poter un giorno arrivare a generare un’intelligenza artificiale in grado di entrare in azione anche come strumento preventivo o di diagnostica precoce. Nel caso specifico di LYNA, il medesimo approccio potrebbe essere applicato anche all’analisi delle immagini diagnostiche legate ad altre forme di cancro.
Ti potrebbe interessare
15 ott 2018