4 applicazioni di IA per le diagnosi mediche

Oggi l’intelligenza artificiale (IA) sta giocando un ruolo fondamentale nell’evoluzione del settore della diagnosi medica. Una recente ricerca di TechEmergence suggerisce che circa un terzo delle società che sviluppano applicazioni di IA per il settore sanitario si stanno concentrando sui servizi per la diagnosi medica.

L’obiettivo di queste società è ridurre gli errori nelle diagnosi che purtroppo a volte causano la morte dei pazienti. Per potenziare i sistemi diagnostici, scienziati e ricercatori stanno progettando diversi tipi di applicazioni. Vediamo 4 esempi specifici.

 

1. Chatbot

La società britannica Babylon Health ha sviluppato un chatbot per la prevenzione e la diagnosi delle malattie. Attraverso il riconoscimento vocale, il chatbot compara i sintomi descritti dal paziente sfruttando un database delle malattie. In risposta il chatbot raccomanda una serie di azioni in base ai sintomi riportati e alla situazione del paziente.

Ad esempio, se un paziente descrive al chatbot dei sintomi influenzali, quest’ultimo suggerirà di andare in farmacia per comprare un farmaco da banco. Se invece i sintomi dovessero essere più gravi, il chatbot raccomanda di chiamare un numero di emergenza o di recarsi in ospedale.

Per potenziare il sistema di diagnosi del chatbot, l’app può essere integrata anche con dispositivi indossabili che raccolgono e monitorano i dati del paziente, come il livello del colesterolo e la frequenza cardiaca.

Al momento sono circa 150.000 gli utenti che si sono registrati per usare Babylon e che pagano 11,40 dollari al mese. Oltre al chatbot, il servizio comprende anche video-consulenze con dei medici (disponibili 12 ore al giorno, 6 giorni su 7). Ma a quanto pare il prezzo è destinato a diminuire per rendere l’app più accessibile: in futuro il prezzo sarà di circa di 7,10 dollari al mese.

Un altro chatbot per le diagnosi mediche è quello della tedesca Ada Health. Questa applicazione sfrutta una piattaforma di IA e di apprendimento automatico per monitorare la salute dei pazienti e aiutarli a comprenderne meglio i cambiamenti.

L’app, inoltre, fornisce delle raccomandazioni basati sui sintomi dei pazienti e sulle informazioni sulla salute.

 

2. Oncologia

I ricercatori dell’Università di Stanford hanno sviluppato un algoritmo in grado di diagnosticare il cancro della pelle attraverso il deep learning. L’algoritmo è stato addestrato per rilevare il melanoma sfruttando “150.000 immagini di lesioni della pelle che rappresentano più di 2.000 malattie diverse“.

L’algoritmo è stato testato con la collaborazione di 21 dermatologi che hanno esaminato 370 immagini e stabilito se procedere con una biopsia o un trattamento, oppure se rassicurare i pazienti. I risultati hanno dimostrato che l’algoritmo ha avuto la stessa capacità dei dermatologi nel determinare il giusto procedimento per ogni caso.

I risultati sono incoraggianti, ma i ricercatori sostengono che sono necessari ulteriori test prima che l’algoritmo venga introdotto nella pratica clinica.

 

3. Patologia

Per più di un secolo la tecnica dei patologi nel diagnosticare malattie è rimasta la stessa: osservare al microscopio. Per migliorare la velocità e l’accuratezza delle diagnosi, dei ricercatori del Beth Israel Deaconess Medical Centre e della Harvard Medical School hanno usato il deep learning per addestrare un algoritmo e consentirgli di sfruttare il riconoscimento vocale multiplo e il riconoscimento delle immagini per diagnosticare i tumori.

I risultati di uno studio mostrano che le diagnosi dell’algoritmo sono state esatte nel 92% dei casi. Le diagnosi dei patologi sono state esatte nel 96% dei casi: una differenza del 4%. Quando i risultati dell’algoritmo e dei patologi sono stati combinati, tuttavia, l’accuratezza delle diagnosi ha raggiunto il 99,5%.

Il futuro della diagnosi nel settore della patologia si prospetta interessante.

 

4. Malattie rare

L’app Face2Gene sfrutta un software per il riconoscimento facciale e il machine learning per aiutare i medici a diagnosticare malattie rare.

Al momento la piattaforma è disponibile solo per i medici ben addestrati per prevenire falsi positivi e supporta oltre 7.500 malattie.

Il video qui sotto mostra il funzionamento di Face2Gene. Al minuto 6:30 puoi vedere come l’immagine del volto di un bambino possa indicare quale sindrome potrebbe avere.

Immagina in futuro cosa sarà possibile fare sfruttando questi dati sanitari in termini di ricerca e cura delle malattie.

 

IA e diagnosi medica: siamo all’inizio

Ci troviamo in una fase iniziale per quanto riguarda l’applicazione di IA per la diagnosi di malattie. Queste applicazioni, prima di essere adottate, devono superare numerosi test per l’affidabilità. Un altro ostacolo per la loro rapida diffusione riguarda i dati dei pazienti. Senza banche dati sicure e senza chiarimenti sul come, quando e perché i propri dati fisiologici vengono raccolti, l’adozione di queste tecnologie sarà sempre rallentata.

D’altro canto, le prime sperimentazioni stanno mostrando risultati positivi. Ciò si traduce anche in investimenti maggiori da parte di società interessate al settore delle tecnologie per le diagnosi mediche. L’intelligenza artificiale per le diagnosi mediche, dunque, è un approccio relativamente nuovo che deve convincere non solo i pazienti, ma anche i medici stessi.

Siamo in una fase iniziale e abbiamo bisogno di altri test per convalidare la loro utilità nella pratica clinica. Il settore sanitario si sta trasformando. Diversi anni fa in pochi credevano alla possibilità di costruire robot radiologi per la diagnosi di malattie. Ora questa possibilità non dovrebbe stupirci più. Le applicazioni di IA, soprattutto in America, stanno trovando sempre più spazio anche negli ospedali.

Per non perderti altre novità dell’evoluzione digitale, iscriviti alla newsletter.

Controcorrente Newsletter

Fonte: TechEmergence

Immagine: Freepik


Lascia un commento