Intelligenza Artificiale-Immagine Credit Public Domain–
Gli scienziati hanno sviluppato uno strumento di intelligenza artificiale (AI) in grado di diagnosticare e prevedere il rischio di sviluppare molteplici condizioni di salute – dalle malattie oculari all’insufficienza cardiaca fino al morbo di Parkinson – il tutto sulla base delle immagini della retina delle persone.
Gli strumenti di intelligenza artificiale sono stati addestrati in precedenza per rilevare malattie utilizzando immagini della retina, ma ciò che rende speciale il nuovo strumento, chiamato RETFound, è che è stato sviluppato utilizzando un metodo noto come apprendimento autosupervisionato. Ciò significa che i ricercatori non hanno dovuto analizzare ciascuna delle 1,6 milioni di immagini retiniche utilizzate per l’addestramento ed etichettarle, ad esempio, come “normali” o “non normali”. Tali procedure sono lunghe e costose e sono necessarie durante lo sviluppo della maggior parte dei modelli standard di apprendimento automatico.
Invece, gli scienziati hanno utilizzato un metodo simile a quello utilizzato per addestrare modelli di linguaggi di grandi dimensioni come ChatGPT. Questo strumento di intelligenza artificiale sfrutta una miriade di esempi di testo generato dall’uomo per imparare a prevedere la parola successiva in una frase dal contesto delle parole precedenti. Allo stesso modo, RETFound utilizza una moltitudine di foto della retina per imparare a prevedere come dovrebbero apparire le parti mancanti delle immagini.
“Nel corso di milioni di immagini, il modello in qualche modo impara come appare una retina e quali sono tutte le caratteristiche di una retina”, afferma Pearse Keane, un oftalmologo del Moorfields Eye Hospital NHS Foundation Trust di Londra e coautore di un articolo pubblicato oggi su Nature che descrive lo strumento. Ciò costituisce la pietra angolare del modello e lo classifica come quello che alcuni chiamano un modello di base, il che significa che può essere adattato per molti compiti.
Una finestra sulla salute umana
La retina di una persona può offrire una finestra sulla sua salute, perché è l’unica parte del corpo umano attraverso la quale è possibile osservare direttamente la rete capillare, costituita dai vasi sanguigni più piccoli. “Se soffri di qualche malattia cardiovascolare sistemica, come l’ipertensione, che colpisce potenzialmente tutti i vasi sanguigni del tuo corpo, possiamo visualizzarla direttamente nelle immagini della retina”, afferma Keane.
Le retine sono anche un’estensione del sistema nervoso centrale, condividono somiglianze con il cervello, il che significa che le immagini retiniche possono essere utilizzate per valutare il tessuto neurale. “Il problema è che la maggior parte delle volte le persone non hanno le competenze necessarie per interpretare queste scansioni. È qui che entra in gioco l’intelligenza artificiale”, afferma Keane.
Dopo aver pre-addestrato RETFound su quelle 1,6 milioni di immagini retiniche non etichettate, Keane e i suoi colleghi hanno potuto introdurre un piccolo numero di immagini etichettate – diciamo, 100 immagini retinali di persone che avevano sviluppato il Parkinson e 100 di persone che non l’avevano sviluppato – per addestrare il modello su condizioni specifiche. “Avendo imparato da tutte le immagini non etichettate come dovrebbe apparire una retina”, dice Keane, “il modello è in grado di apprendere facilmente le caratteristiche retiniche associate a una malattia“.
L’utilizzo di dati non etichettati per addestrare inizialmente il modello “sblocca un grave collo di bottiglia per i ricercatori”, afferma Xiaoxuan Liu, un ricercatore clinico che studia l’innovazione responsabile nell’intelligenza artificiale presso l’Università di Birmingham, nel Regno Unito. È d’accordo il radiologo Curtis Langlotz, Direttore del Center for Artificial Intelligence in Medicine and Imaging dell’Università di Stanford, in California. “Le etichette di alta qualità per i dati medici sono estremamente costose, quindi l’efficienza delle etichette è diventata la moneta del regno“, afferma.
Il sistema ha funzionato bene nel rilevare malattie oculari come la retinopatia diabetica. Su una scala in cui 0,5 rappresenta un modello che non funziona meglio di una previsione casuale e 1 rappresenta un modello perfetto che fa ogni volta una previsione accurata, l’intelligenza artificiale ha ottenuto un punteggio compreso tra 0,822 e 0,943 per la retinopatia diabetica, a seconda del set di dati utilizzato. Nel prevedere il rischio di malattie sistemiche – come infarti, insufficienza cardiaca, ictus e morbo di Parkinson – la prestazione complessiva è stata limitata, ma comunque superiore a quella di altri modelli di intelligenza artificiale.
“RETFound è finora una delle poche applicazioni di successo di un modello di base per l’imaging medico“, afferma Liu.
Applicazioni in espansione
I ricercatori stanno ora esaminando gli altri tipi di imaging medico a cui potrebbero essere applicate le tecniche utilizzate per sviluppare RETFound. “Sarà interessante vedere se questi metodi si generalizzano a immagini più complesse”, afferma Langlotz, ad esempio a immagini di risonanza magnetica o scansioni di tomografia computerizzata, che sono spesso tridimensionali o addirittura quadridimensionali.
Gli autori hanno reso il modello disponibile al pubblico e sperano che i gruppi di tutto il mondo siano in grado di adattarlo e addestrarlo affinché funzioni per le proprie popolazioni di pazienti e ambienti medici. “Potrebbero potenzialmente prendere questo algoritmo e perfezionarlo, utilizzando i dati del proprio paese per avere qualcosa che sia più ottimizzato per il loro utilizzo“, afferma Keane.
Leggi anche:AI: e se diventasse cosciente?
“Questo è tremendamente emozionante”, dice Liu. “Ma utilizzare RETFound come base per altri modelli per rilevare le malattie comporta un rischio“, aggiunge. “Questo perché qualsiasi limitazione incorporata nello strumento potrebbe diffondersi nei modelli futuri che ne derivano”. Spetta ora agli autori di RETFound garantirne un utilizzo etico e sicuro, compresa la comunicazione trasparente dei suoi limiti, in modo che possa essere una vera risorsa per la comunità.
Fonte:Nature
 è in grado di diagnosticare e prevedere il rischio di sviluppare molteplici condizioni.){kind=link}