L’AI ha imparato a riconoscere le malattie dell’occhio

(Uberto D.)
Qualche mese fa, sulla scia della notizia dei risultati ottenuti da DeepMind con l’algoritmo di  Artificial Intelligence (AI) AlphaZero applicato all’autoapprendimento del gioco degli scacchi, vi avevo informato di altre possibili applicazioni in campo medico. Qualche giorno fa, la conferma: l’AI è in grado di analizzare le immagini del fondo dell’occhio e riconoscere un gran numero di malattie come e, per certi versi, meglio degli esperti.

[Immagine tratta dal sito del Moorfields Eye Hospital]

I risultati di due anni di ricerca e di collaborazione tra il Moorfields Eye Hospital, l’Istituto di Oftalmologia dell’University College London e DeepMind Health sono stati pubblicati on line il 13 Agosto scorso da Nature Medicine, in uno studio intitolato “Clinically applicable deep learning for diagnosis and referral in retinal optical coherence tomography“. E i risultati sono eccellenti.

Utilizzando il Machine Learning e due diversi tipi di reti neurali (rimando all’articolo citato e al comunicato stampa per approfondimenti più tecnici), il sistema di AI ha “imparato” autonomamente a identificare 10 caratteristiche tipiche delle malattie dell’occhio a partire dalle immagini molto complesse prodotte dalle scansioni del fondo dell’occhio in Tomografia Ottica Computerizzata (OCT). A partire da ciò, il sistema è stato programmato per produrre una relazione ragionate sulle malattie identificate.

Queste conclusioni sono poi state confrontate con quelle di specialisti che hanno analizzato le stesse immagini. Lo studio riporta che la l”AI ha riconosciuto correttamente le malattie dell’occhio nel 94% dei casi, un risultato equivalente a quello ottenuto dagli specialisti.

Una caratteristica della soluzione AI sviluppata è ulteriormente interessante: le conclusioni prodotte sono accompagnate dai dettagli sul come sono state raggiunte, facilitando sia la valutazione della bontà della diagnosi sia guidando un eventuale approfondimento da parte dello specialista.

I vantaggi pratici sono evidenti, primo fra tutti il ridotto tempo di studio e analisi degli scan OCT. Il passo successivo della ricerca è avviare le sperimentazioni cliniche su come questa soluzione tecnologica possa essere usata per decidere la scelta delle cure per i pazienti. Per questo servirà ovviamente un trial clinico e l’approvazione finale da parte delle autorità sanitarie competenti.

Continuo ad essere molto interessato a questi sviluppi dell’AI. Si dice sempre gli scacchi siano un gioco che permette di sviluppare le capacità di riconoscere “pattern” e schemi sulla scacchiera per poi prendere decisioni ragionate, e sono convinto che il nostro cervello applichi meccanismi analoghi anche in molte situazioni della vita  di tutti i giorni, professionale e no. Vedere come DeepMind stia avanzando nella creazione di un sistema di AI basato sul Deep Learning e come siano anche riusciti a fare in modo di descrivere il meccanismo decisionale delle conclusioni … be’, è semplicemente affascinante.

About Author

UnoScacchista

Nato a Roma nel 1960, sono stato scacchista attivo dal 1979 (ma forse scacchista “dentro” da almeno 10 anni prima). Sono Candidato Maestro a tavolino, con carriera interrotta da una felice paternità, e fondatore della rivista periodica “Zeitnot”. Da qualche anno il fuoco sotto le ceneri scacchistiche si è riacceso e ho pubblicato qualche articolo sul blog SoloScacchi e un racconto sul libro “57 storie di scacchi” (ed. Messaggerie Scacchistiche). Nel 2016, in attesa di un ritorno alla scacchiera che si è poi realizzato 3 anni dopo, ho deciso di aprire il blog UnoScacchista.

See author's posts