Facciamo già affidamento sull’intelligenza artificiale per compiti banali come la stesura di e-mail o la prenotazione di voli. Ma il vero cambiamento sta avvenendo in medicina. L’intelligenza artificiale non è solo una parola d’ordine qui. Aiuta attivamente i medici a individuare malattie rare e tumori prima che mai.
La domanda non è realmente se l’intelligenza artificiale sarà coinvolta. È quanto è affidabile e come trova effettivamente ciò che gli umani potrebbero perdere.
Il problema con gli occhi umani
Quando i medici capiscono cosa c’è che non va, usano un mix di metodi. Ci sono segnalazioni di sintomi. Esami del sangue. Esami fisici. E immagini. Raggi X. Ultrasuoni. Scansioni TC. risonanza magnetica. Questi strumenti mostrano se gli organi sono danneggiati o se è presente un tumore.
Funziona bene Fino a quando non è così.
Le strutture in queste scansioni sono complesse. Denso. Stratificato. Anche i radiologi esperti possono non notare i tumori allo stadio iniziale. Potrebbero anche confondere un cambiamento benigno con il cancro. Succede anche con i campioni di tessuto. L’attenzione umana vacilla. La stanchezza subentra.
Inserisci AI nella diagnosi medica.
Nei primi test, i sistemi di intelligenza artificiale hanno dimostrato di poter identificare cambiamenti patologici dopo un adeguato addestramento. Non lampeggiano. Non si stancano. Semplicemente elaborano.
Vedere di più nelle mammografie
Il rilevamento del cancro al seno si basa in gran parte sulle immagini mammografiche. I radiologi ricercano anomalie nel tessuto mammario. Ma il tessuto mammario denso rende tutto questo difficile. I piccoli segnali sono facili da trascurare.
I ricercatori dell’Università di Lund in Svezia hanno creato un KI-Modell für Brustkrebs (modello AI per il cancro al seno) per aiutare. Non hanno semplicemente indovinato. Hanno testato.
Hanno effettuato mammografie a 80.000 donne ad alto rischio. Alcuni sono stati analizzati dall’IA. Altri da radiologi.
I risultati sono stati duri. Il modello AI ha rilevato il 20% in più di tumori al seno rispetto ai medici. Il tasso di errore per i falsi positivi era lo stesso. Ma scoprire precocemente il cancro salva vite umane.
Prevedere il rischio con anni di anticipo
La diagnosi è solo metà della battaglia. Anche la prevenzione conta. Un modello chiamato Mirai aiuta medici e pazienti a comprendere il rischio individuale. Va oltre il semplice guardare le immagini attuali.
Mirai prevede il rischio futuro di sviluppare il cancro al seno. Guarda:
- Fattori di rischio noti
- Età
- Storia familiare
-Marcatori visivi nei tessuti
Ti dice come il rischio cambia nel tempo. Ecco il problema. Gli stessi ricercatori non comprendono appieno come Mirai raggiunga le sue conclusioni.
“Sappiamo come funziona il deep learning e come apprende il modello”, afferma Krzysztof Geras della New York University. “Ciò che non capiamo è esattamente ciò che il modello sta cercando nei dati. Probabilmente impara da indicatori visivi che gli esseri umani non conoscono.”
Vede schemi a cui non possiamo dare un nome. Questo è potente. E leggermente inquietante.
Individuare l’invisibile nelle malattie rare
Krebs erkennen (riconoscere il cancro) è una cosa. Trovare malattie rare è un altro. Lo stomaco e il tratto intestinale sono complicati.
Un team della Ludwig-Maximilians-Universität München, dell’Università Tecnica di Berlino e della Charité ha sviluppato un nuovo approccio all’intelligenza artificiale. Hanno analizzato i tessuti sani e risultati comuni come la gastrite cronica. Quindi hanno cercato deviazioni.
Queste deviazioni indicavano malattie gastrointestinali rare.
Ecco perché questo è importante. Di solito, l’intelligenza artificiale ha bisogno di enormi quantità di dati per apprendere. Dategli degli esempi. Trova schemi. Li applica.
Le malattie rare non hanno abbastanza esempi. Non c’è abbastanza materiale per addestrare efficacemente un’IA standard. La precisione diminuisce. Il modello fallisce.
Questo nuovo modello non necessitava di una formazione esplicita per ogni patologia rara. Ha dedotto le anomalie dalla linea di base comune.
“Abbiamo confrontato diversi approcci tecnici”, afferma Klaus-Robert Müller dell’Università Tecnica di Berlino. “Il nostro miglior modello ha riconosciuto un ampio spettro di patologie più rare dello stomaco e dell’intestino, compresi rari tumori primari o metastatici, con elevata affidabilità. Per quanto ne sappiamo, nessun altro strumento di intelligenza artificiale pubblicato può farlo.”
Il divario di fiducia
L’intelligenza artificiale offre velocità. Offre scala. Offre tassi di rilevamento che gli esseri umani semplicemente non possono eguagliare in modo coerente.
Ma abbiamo a che fare con scatole nere. Modelli come Mirai trovano schemi invisibili per noi. Ci fidiamo del risultato perché i risultati sono buoni. Ma non comprendiamo appieno il “perché”.
È un problema? Forse.
I medici stanno già utilizzando questi strumenti come assistenti. Seconde opinioni. Reti di sicurezza. La tecnologia è qui. È accurato. Si sta espandendo in aree che pensavamo fossero troppo di nicchia per l’automazione.
Il prossimo passo non riguarda solo algoritmi migliori. Significa capire ciò che vedono. E decidere se siamo pronti a lasciarli guidare.
