Vista e dintorni

Google tramite intelligenza artificiale crea algoritmi migliori per l’individuazione della retinopatia diabetica

La capacità dell’intelligenza artificiale (AI) di aiutare i pazienti nello screening per una comune malattia dell’occhio diabetico guadagna terreno con un nuovo studio pubblicato online ieri su Ophthalmology, la rivista dell’American Academy of Ophthalmology. Lily Peng, MD, Ph.D., e i suoi colleghi del gruppo di ricerca di Google AI, mostrano che il loro software potrebbe migliorare il rilevamento della malattia utilizzando un piccolo sottoinsieme di immagini giudicate da oftalmologi specializzati in malattie retiniche. L’input degli specialisti è stato quindi utilizzato per migliorare le prestazioni del computer in modo che fosse approssimativamente uguale a quello dei singoli specialisti della retina.

Più di 29 milioni di americani hanno il diabete e sono a rischio di retinopatia diabetica, una malattia dell’occhio potenzialmente accecante. Le persone spesso non notano cambiamenti nella loro visione nelle prime fasi della malattia. Ma mentre progredisce, la retinopatia diabetica di solito causa una perdita della vista che in molti casi non può essere invertita. Ecco perché è così importante che le persone con diabete facciano screening annuali.

In precedenti ricerche, il Dr. Peng e il suo team hanno usato reti neurali – complessi sistemi matematici per identificare sfondi nei dati – per riconoscere la retinopatia diabetica. Hanno alimentato migliaia di scansioni della retina in queste reti neurali per insegnare loro a “vedere” piccole emorragie e altre lesioni che sono segni premonitori di retinopatia. Il Dr. Peng ha dimostrato che il software ha funzionato all’incirca come gli esperti umani.

Ma il Dr. Peng è interessato allo sviluppo di un sistema che sia abbastanza buono per sua nonna. Quindi, per migliorare l’accuratezza del software, ha incluso l’input di specialisti della retina, oftalmologi specializzati in malattie della retina.

“Per mia nonna, mi piacerebbe avere un gruppo di sottospecialisti che effettivamente curano la malattia, con cui sedersi e discutere il suo caso, dando la loro opinione”, ha detto il dott. Peng. “Ma è molto costoso ed è difficile da fare, quindi come si costruisce un algoritmo che si avvicina a questo?”

Per capire come ciò potesse essere fatto, il Dr. Peng ha confrontato le prestazioni dell’algoritmo originale con la classificazione manuale delle immagini tramite decisione a maggioranza di tre oftalmologi generali, o una valutazione di consenso da parte di tre specialisti della retina.

La classificazione della retinopatia diabetica può essere un processo complesso che richiede l’identificazione e la quantificazione di caratteristiche fini come piccoli aneurismi ed emorragie. Di conseguenza, ci può essere una buona dose di variabilità tra i medici che esaminano le immagini, in cerca della malattia.

Gli specialisti della retina hanno classificato le immagini separatamente, quindi hanno lavorato insieme per risolvere eventuali disaccordi. La loro revisione e la successiva diagnosi di consenso hanno offerto una visione approfondita del processo di classificazione, aiutando a correggere errori come artefatti causati da macchie di polvere, distinguendo tra diversi tipi di emorragie e creando definizioni più precise per “aree grigie” che rendono difficile fare un diagnosi definitiva. Alla fine del processo, gli specialisti della retina hanno indicato che la precisione utilizzata nel processo decisionale era superiore a quella normalmente utilizzata nella pratica clinica quotidiana.

Utilizzando queste immagini, il Dr. Peng ha potuto perfezionare il software, migliorando le prestazioni del modello e il rilevamento delle malattie.

“Riteniamo che questo lavoro fornisca una base per ulteriori ricerche e innalzamento degli standard di riferimento nel campo dell’applicazione dell’apprendimento automatico alla medicina”, ha affermato Peng.

Categorie:Vista e dintorni

Con tag: