L'intelligenza artificiale riconosce le cellule tumorali e valuta l'affidabilità della diagnosi
I ricercatori stanno sviluppando un sistema di intelligenza artificiale trasparente per la diagnosi dei linfomi
Annunci
In futuro, la diagnosi di alcune forme di tumore del sangue e delle ghiandole linfatiche potrebbe diventare più semplice e trasparente. I ricercatori dell’Università di Marburgo hanno sviluppato “FlowXAI”, un nuovo sistema basato sull’intelligenza artificiale che aiuta i medici nella classificazione dei linfomi a cellule B. A differenza di molte procedure esistenti, l’applicazione non solo fornisce una proposta diagnostica, ma spiega anche quali caratteristiche cellulari sono state determinanti per tale diagnosi e quanto sia affidabile la valutazione. In questo modo, i medici possono concentrare la propria attenzione in modo mirato sui casi difficili o incerti, riferiscono i ricercatori guidati dall’informatico Prof. Dr. Michael Thrun e dagli oncologi PD Dr. Cornelia Brendel e PD Dr. Jörg Hoffmann. I ricercatori pubblicano i loro risultati nell’ultimo numero della rivista specializzata PLOS Medicine.
Set di dati enormi e complessi
La diagnostica del cancro è sempre più caratterizzata da grandi e complessi insiemi di dati. Soprattutto nel caso delle malattie rare, è necessaria molta esperienza per interpretare correttamente i dati di misurazione, spesso altamente multidimensionali. Allo stesso tempo, per tali quadri clinici sono spesso disponibili solo pochi dati di addestramento per i moderni metodi di IA. A ciò si aggiunge il fatto che molti modelli di IA esistenti non sono in grado di spiegare le proprie decisioni in modo comprensibile. «Questo rappresenta un problema per l’applicazione clinica, poiché i medici devono comprendere e valutare le basi su cui si fonda una raccomandazione», riferisce Thrun del Dipartimento di Matematica e Informatica dell’Università di Marburgo. I ricercatori di Marburgo perseguono quindi un approccio diverso: l’intelligenza artificiale deve integrare in modo mirato le competenze mediche, non sostituirle.
La citometria a flusso analizza migliaia di componenti del sangue
Al centro dello studio vi sono i cosiddetti linfomi non Hodgkin a cellule B. Questa categoria di tumori colpisce determinate cellule del sistema immunitario e rappresenta circa il 90% delle malattie legate al cancro dei linfonodi. La percentuale rispetto a tutti i nuovi casi di cancro in Germania si attesta intorno al quattro per cento. La diagnostica standard si avvale, tra l’altro, della cosiddetta citometria a flusso (flow cytometry). Con questa tecnica vengono analizzate migliaia di singole cellule di un campione di sangue e caratterizzate in base alle loro caratteristiche biologiche. I set di dati risultanti sono molto voluminosi e la loro valutazione richiede conoscenze specialistiche specifiche. Per lo sviluppo e la valutazione di FlowXAI, il team di ricerca ha utilizzato i dati relativi a circa 20.000 campioni di sangue. Il nuovo metodo ha raggiunto un’accuratezza paragonabile a quella dei moderni sistemi di deep learning, raggiungendo così un livello di prestazioni finora appannaggio esclusivo degli esperti umani, pur richiedendo una quantità significativamente inferiore di dati di addestramento. In alcune analisi sono bastate poche centinaia di casi selezionati in modo mirato per ottenere risultati allo stesso livello di quelli degli esperti clinici.
L’IA valuta la propria diagnosi come sicura, probabile o difficile
I ricercatori considerano FlowXAI uno strumento di supporto decisionale e un partner di confronto per i medici. La responsabilità medica rimane comunque a carico dell’essere umano. Particolarmente importante in questo contesto è la capacità del sistema di autovalutarsi: classifica i casi come certi, probabili o difficili, rendendo così trasparente il grado di certezza della valutazione dell’IA sulla base dei set di dati appresi e indicando quando è necessaria un’ulteriore competenza specialistica.
Il progetto è nato da una stretta collaborazione tra informatica e medicina. Mentre le mediche apportano le loro conoscenze diagnostiche, le informatrici sviluppano gli algoritmi e garantiscono che le loro decisioni siano presentate in modo comprensibile. Un primo prototipo riproduce già l’intero processo, dall’analisi di un campione alla trasmissione di una valutazione motivata. Nelle prossime fasi, il sistema sarà ulteriormente validato in condizioni cliniche reali e con dati provenienti da diversi laboratori. A lungo termine, questa tecnologia potrebbe trovare applicazione nella formazione, nella garanzia della qualità e come supporto nei laboratori diagnostici specializzati.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Tedesco può essere trovato qui.
Pubblicazione originale
Altre notizie dal dipartimento scienza
