(Photo credits: The New York Times)
L’Intelligenza Artificiale per la diagnostica può essere uno straordinario supporto al decision making in Sanità.

Diagnosticare il tumore nelle fasi precoci

Un sistema basato sull’Intelligenza Artificiale (AI) testato dal servizio sanitario britannico (NHS) ha identificato con successo la presenza di tumori di piccole dimensioni sfuggite all’occhio dei radiologi in 11 donne.

Il dispositivo si chiama Mia, è stato sviluppato da Kherion e funziona con un sistema cloud prodotto da Microsoft. La ricerca è stata comunque validata da uno studio indipendente della University of Aberdeen; presto saranno disponibili gli esiti della peer review.

E’ stato impiegato per la lettura di più di 10.000 mammografie. Mia ha dato prova di capacità nella diagnostica delle condizioni correlate al maggior rischio di passare inosservate. In questi casi, il tumore è praticamente invisibile all’occhio umano e, se non viene identificato, può evolvere più o meno rapidamente.

I vantaggi dell’Intelligenza Artificiale per la diagnostica dei tumori

Un articolo pubblicato dalla BBC racconta di una paziente, in particolare, affetta da una neoplasia di 6 millimetri di diametro asintomatica. Dopo che il sistema di Intelligenza Artificiale per la diagnostica Mia ha riconosciuto la condizione, la paziente è stata sottoposta a intervento chirurgico e ad una radioterapia durata solo 5 giorni.

Il dispositivo ha quindi permesso l’impiego di trattamenti meno invasivi e demolitivi, correlati a minori reazioni avverse e con tempi d’attesa più brevi. E funziona in maniera complementare alla presenza umana.

Favorire l’inclusione nei programmi sperimentali

Un aspetto interessante della sperimentazione effettuata dall’NHS è rappresentato dalle percentuali di adesione delle pazienti. All’iniziativa hanno partecipato poco meno di 11.000 donne, di cui solo 81 hanno rifiutato di sottoporre la loro mammografia alla review di Mia.

Questi sistemi richiedono un training intenso, nel corso del quale devono essere alimentati con volumi significativi di dati, di provenienza il più possibile eterogenea (per ridurre il rischio di bias). Pertanto, verificarne l’accettabilità nella popolazione non è un aspetto trascurabile.