I ricercatori dell'Università della California sulla rivista Cell hanno presentato al mondo la loro soluzione rivoluzionaria nel campo dell'intelligenza artificiale. La piattaforma che hanno creato può non solo rilevare, ma anche diagnosticare malattie legate alla degenerazione della retina dell'occhio. Ciò è stato ottenuto, tra gli altri, da cambiando il sistema di apprendimento del computer.
Attualmente, siamo in grado di affidarci all'intelligenza artificiale in aree come il parcheggio autonomo di un'auto, ma fare affidamento su di essa in situazioni così complesse come le diagnosi mediche non è stata finora pratica comune. Gli scienziati dell'Università della California vogliono cambiare questa situazione: la piattaforma che hanno creato utilizzando l'intelligenza artificiale può non solo diagnosticare e distinguere tra le due malattie retiniche più comuni (degenerazione maculare ed edema maculare diabetico), ma anche valutare la gravità della malattia.
$config[ads_text1] not found
La chiave di questo successo sta cambiando il modo in cui l'AI apprende. I ricercatori hanno utilizzato un nuovo tipo specifico di apprendimento automatico chiamato "transfer learning". Il fenomeno del transfer learning in medicina è che permette di trasferire la conoscenza da un'area di malattia all'altra, aumentando l'accuratezza della diagnosi e riducendo il tempo necessario per l'apprendimento. Allo stato attuale, la piattaforma ha già assorbito 200mila. Scansioni TC della retina ed entro 30 secondi è in grado di giudicare se il paziente necessita di cure. L'efficacia della diagnosi è di circa il 95%, che gli autori confrontano con l'accuratezza di un oftalmologo ben addestrato. Inoltre, ha anche reso il processo di diagnosi il più trasparente possibile in modo che anche i pazienti che non hanno familiarità con la tecnologia possano fidarsi di essa. Il computer mostra costantemente quale area sta osservando e su quali basi effettua la diagnosi.
L'uso del sistema di transfer learning consente all'intelligenza artificiale californiana di diagnosticare i raggi X del torace e con il 90 per cento. distinguere accuratamente tra polmonite virale e batterica. Il piano più vicino dei creatori è quello di applicarlo anche in altri settori della medicina, perché, secondo loro, ogni volta che il database viene aumentato, l'efficacia della diagnosi aumenta. Infine, l'obiettivo è mostrare ai medici che l'intelligenza artificiale è uno strumento prezioso che consente loro di migliorare il proprio lavoro, e ai pazienti - che una diagnosi rapida e accurata fatta da un computer consentirà loro di sottoporsi alle cure necessarie più velocemente.
$config[ads_text2] not found
