Radiografia con l’AI aiuta a rilevare il cancro nei polmoni

radiografia AI

Condividi:

Condividi su facebook
Condividi su twitter
Condividi su linkedin
Condividi su whatsapp
Condividi su telegram

L’intelligenza artificiale sta facendo progressi oltre l’immaginabile e questo permette di fare sempre nuove scoperte e testare algoritmi di deep learning, in più settori.

Infatti, uno dei settori più “colpiti” dall’AI è proprio quello medico. In questo campo si è restii ad affidare le diagnosi ad un algoritmo, perché c’è di mezzo la vita delle persone.

La radiografia toracica con l’aiuto dell’AI

Di recente l’intelligenza artificiale è stata utilizzata per aiutare molti medici nelle loro applicazioni.

Il caso più recente è quello che riguarda l’implementazione di un algoritmo di Deep Learning per aiutare i medici a rilevare cellule tumorali in una radiografia toracica.

Dopo aver eseguito la radiografia su un paziente,  i medici hanno sottoposto l’analisi dell’immagine ad un algoritmo di deep learning che li ha aiutati a rilevare il cancro nei polmoni dove i raggi X hanno fallito.

Il team, che ha condotto il caso, ha affermato che l’algoritmo ha migliorato le performance offrendo una maggiore sensibilità e specificità.

L’implementazione di tale algoritmo però è stata lenta perché, nonostante i risultati dimostrati lungo gli anni, ci sono ancora molti esperti del settore che non si fidano ad usare un AI per diagnosticare una malattia ad un determinato paziente.

Per rispondere ai tanti dubbi dei medici non coinvolti nel caso, il team ha condotto un test.
Questo test ha preso come riferimento 50 radiografie toraciche che dovevano essere analizzate due volte. La prima da un professionista del settore e l’altra dall’AI.

Il risultato è stato sorprendente!

I medici che hanno sfidato l’algoritmo, creato appositamente per quello scopo, hanno fallito nel rilevare la suddetta malattia.

Come ha fatto l’algoritmo di deep learning a superare i medici?

L’algoritmo è stato allenato proprio per individuare tale malattia. Quindi riesce a riconoscere immagini di cellule danneggiate e possibilmente compromesse.

I medici non hanno potuto contestare l’evidenza. L’algoritmo, grazie ad un’analisi dell’immagine più approfondita, riconosce ogni pixel di cellula.

Il team ha detto che questo è un passo importante per la medicina, ma il problema sta nell’adozione di questi algoritmi. Il loro costo è abbastanza alto e questo è uno dei problemi della sua accessibilità.

Implementare questo tipo di algoritmi a supporto dei medici sarebbe davvero d’aiuto e magari anche più sicuro.

Queste tecniche di rilevamento produrrebbero meno errori rispetto a quelli umani.

Fonte

Condividi su facebook
Condividi su twitter
Condividi su linkedin
Condividi su whatsapp
Condividi su telegram
Antonio Furioso

Antonio Furioso

Fondatore di Neuragate. Credo molto in quello che le immagini possono comunicare, per questo sono fortemente attratto dalla Computer Vision. Mi piace tutto quello che è nuovo. La curiosità è quella che mi spinge oltre le aspettative e a fare sempre di più.

Iscriviti
Notificami
guest
0 Commenti
Inline Feedback
Vedi tutti i commenti
Neuragate