Tecno

Diagnosi più accurate con l’impiego sinergico dell’intelligenza artificiale

 

Replay of radiologists diagnosing pneumonia from X-rays using Swarm AI technology (PRNewsfoto/Unanimous AI)

Stanford University School of Medicine e  Unanimous AI  hanno   presentato oggi un nuovo studio che mostra come un piccolo gruppo di medici, collegati da algoritmi di intelligenza artificiale i quali gli consentono di lavorare insieme come una “alveare mentale”, “potrebbe raggiungere una maggiore accuratezza diagnostica rispetto ai singoli medici o agli algoritmi di apprendimento automatico da soli. La tecnologia utilizzata si chiama Swarm AI e consente ai gruppi umani in rete di combinare le proprie intuizioni individuali in tempo reale, utilizzando algoritmi di intelligenza artificiale per convergere su soluzioni ottimali.

Come presentato alla Conferenza SIIM 2018 sulla Machine Intelligence in Medical Imaging, lo studio ha incaricato un gruppo di radiologi esperti di diagnosticare la presenza di polmonite nei raggi X del torace. Questa è una delle procedure di imaging più ampiamente eseguite negli Stati Uniti, con oltre 1 milione di adulti ospedalizzati con polmonite ogni anno. Ma, nonostante questa prevalenza, la diagnosi accurata dei raggi X è molto impegnativa con una significativa variabilità tra i radiologi. Ciò la rende ottimale per l’applicazione di nuove tecnologie AI, sia un importante problema da risolvere per la comunità medica.

Pubblicità e progresso

Durante la generazione della diagnosi utilizzando la tecnologia Swarm AI, il tasso di errore medio è stato ridotto del 33% rispetto alle diagnosi tradizionali dei singoli professionisti. Questo è un risultato entusiasmante, che mostra il potenziale delle tecnologie di intelligenza artificiale per amplificare l’accuratezza dei professionisti umani, pur mantenendo la loro diretta partecipazione al processo diagnostico. 

La tecnologia AI dello swarm è stata anche paragonata allo stato dell’arte della diagnostica automatizzata utilizzando algoritmi software che non impiegano operatori umani. Attualmente, il miglior sistema al mondo per la diagnosi automatica della polmonite da raggi X al torace è il sistema CheXNet della Stanford University, che ha fatto notizia nel 2017 superando significativamente i singoli professionisti utilizzando algoritmi derivati ??di apprendimento profondo.

Il sistema AI di Swarm, che combina intuizioni umane in tempo reale con la tecnologia AI, era del 22% più accurato nella classificazione binaria rispetto al sistema CheXNet con solo software. In altre parole, collegando un gruppo di radiologi in una “alveare mentale” medico, il sistema ibrido uomo-macchina è stato in grado di sovraperformare i singoli medici e lo stato dell’arte negli algoritmi derivati ??dall’apprendimento profondo.

“Diagnosticare patologie come la polmonite dai raggi X del torace è estremamente difficile, rendendolo un bersaglio ideale per le tecnologie di IA”, ha detto il dott. Matthew Lungren , ricercatore presso la radiologia della Stanford University . “I risultati di questo studio sono molto eccitanti in quanto puntano verso un futuro in cui i medici e gli algoritmi dell’intelligenza artificiale possono lavorare insieme in tempo reale, piuttosto che i professionisti umani vengano sostituiti da algoritmi automatizzati”. 

L’abstract per SIIM QUI .

La versione completa di questo studio è consultabile  QUI .

Informazioni su Unanimous AI :   
Unanimous AI è un’azienda della Silicon Valley che ha aperto la strada alla tecnologia Swarm AI ® , una nuova forma di intelligenza artificiale che combina intuizioni umane in tempo reale e algoritmi di intelligenza artificiale modellati su sciami naturali. Nel 2018, la tecnologia Swarm AI ha vinto “Innovation of the Year AI” agli SXSW Innovation Awards. Per ulteriori informazioni su Unanime, visita  http://unanimous.ai

A proposito di Stanford Medicine : 
Stanford Medicine integra ricerca, educazione medica e assistenza sanitaria presso le sue tre istituzioni: la Stanford University School of Medicine, Stanford Health Care e Lucile Packard Children’s Hospital Stanford. Per ulteriori informazioni, visitare il sito Office of Communication & Public Affairs all’indirizzo http://mednews.stanford.edu