Un team di ricercatori UvA ha organizzato una sfida di screening del glaucoma per i sistemi di IA per affrontare i limiti dell’IA nel rilevamento delle malattie.
L’uso dell’intelligenza artificiale per esaminare i pazienti per determinate malattie può essere estremamente accurato in laboratorio, ma fallire nel mondo reale dell’assistenza sanitaria.
Studente di dottorato dell’UvA Coen de Vente sta cercando soluzioni a questo problema. All’interno dell’istituto di informatica, De Vente sta facendo ricerche tecniche di apprendimento automatico per lo screening delle malattie degli occhi. Lavora nell’Analisi Quantitativa Sanitaria (qurAI) gruppo della professoressa Clarisa Sánchez Gutierrez.
Com’è possibile che le tecniche di intelligenza artificiale per l’imaging medico siano accurate in laboratorio, ma falliscano nella pratica?
‘Essenzialmente, è dovuto a una mancanza di robustezza. I modelli AI vengono addestrati su un set di dati. Quando quel set di dati non è sufficientemente rappresentativo dei pazienti sottoposti a screening nella pratica, a un paziente con una condizione può essere detto che non c’è niente che non va, o viceversa: a un paziente viene diagnosticata una malattia quando non c’è niente che non va.’
Quindi quali sono i problemi con i set di dati?
‘A volte è il fatto che alcune etnie sono troppo poche nei dati, ad esempio, troppi dati dai bianchi e non abbastanza dai neri. Ma i problemi sorgono anche perché diversi tipi di scanner danno diversi tipi di artefatti nelle loro immagini, o perché le condizioni in cui viene effettuata una scansione sono leggermente diverse in un ospedale piuttosto che in un altro. Con le scansioni oculari, ciò può essere causato da condizioni di illuminazione leggermente diverse.’
Come stai cercando di risolvere questo tipo di problemi?
‘Tra dicembre 2021 e marzo 2022, abbiamo organizzato un concorso insieme a Het Oogziekenhuis Rotterdam: il Intelligenza artificiale per la sfida RObust Glaucoma Screening, AIROGS in breve. Il glaucoma è una malattia dell’occhio in cui una parte del campo visivo viene persa a causa dell’aumento della pressione del bulbo oculare.’
“La diagnosi precoce può prevenire molte sofferenze e lo screening automatico con l’intelligenza artificiale può aiutare. La sfida per i team che hanno partecipato alla nostra competizione è stata quella di realizzare in poco più di tre mesi un software di intelligenza artificiale in grado, da un lato, di rilevare se qualcuno ha o meno il glaucoma e, dall’altro, anche di indicare se un particolare la scansione è leggibile. Il nostro set di dati consisteva in 113.000 immagini di circa sessantamila pazienti, provenienti da cinquecento diversi centri di screening negli Stati Uniti.’
E qual è stato il risultato?
‘Abbiamo valutato le soluzioni di quattordici squadre. I migliori team si sono comportati in modo simile a un team di oftalmologi e optometristi. Molti degli algoritmi hanno anche fornito prestazioni solide quando sono stati testati su altri tre set di dati disponibili pubblicamente. Questi risultati dimostrano la fattibilità di un solido screening del glaucoma supportato dall’intelligenza artificiale.’
Il tuo set di dati proviene dagli Stati Uniti. Possiamo quindi utilizzare il miglior modello di screening dell’IA nei Paesi Bassi senza problemi?
‘Sarei ancora cauto su questo. Se dovessimo applicare questo algoritmo negli ospedali olandesi, non sapremmo con certezza se i nostri dati di formazione americani siano sufficientemente rappresentativi del contesto olandese. Non vuoi che l’algoritmo faccia inaspettatamente qualcosa di completamente sbagliato.’
‘Ecco perché esiste una regolamentazione rigorosa prima che il software di intelligenza artificiale possa essere utilizzato nella pratica medica. Non esiste ancora un software AI approvato nell’UE o negli Stati Uniti per lo screening del glaucoma. Esistono altri software che hanno ricevuto l’approvazione per l’applicazione dell’intelligenza artificiale in oftalmologia, come il software che rileva autonomamente la retinopatia diabetica. Questo ha ricevuto l’approvazione sia negli Stati Uniti dalla FDA che nell’UE con un marchio CE.’
Cosa resta da fare per avvicinare questi tipi di tecniche di screening dell’IA alla cura del paziente?
‘In qualità di ricercatori, dobbiamo lavorare molto sulla creazione di grandi studi. Solo così potremo sviluppare solide tecniche di screening dell’IA. Ci sono ancora grandi sfide in termini di interpretabilità dei risultati. Idealmente, vorremmo che il sistema di intelligenza artificiale fosse in grado di spiegare i suoi risultati e anche farci sapere se non lo sa. E qual è il modo migliore per il sistema di far conoscere a un medico i suoi risultati? Questa è un’altra sfida. E infine, ovviamente, dobbiamo considerare l’efficacia in termini di costi.’
Fonte: Università di Amsterdam
Da un’altra testata giornalistica. news de www.technology.org