Passo dopo passo, condizione per condizione, i sistemi di IA stanno lentamente imparando a diagnosticare la malattia e qualsiasi medico, e potrebbero presto lavorare in un ospedale vicino a te. L’ultimo esempio è di Londra, dove i ricercatori della sussidiaria DeepMind di Google, UCL e Moorfields Eye Hospital hanno utilizzato l’apprendimento approfondito per creare software che identifica dozzine di malattie oculari comuni da scansioni 3D e quindi consiglia il paziente per il trattamento.
Il lavoro è il risultato di una collaborazione pluriennale tra le tre istituzioni. E mentre il software non è pronto per l’uso clinico, potrebbe essere distribuito negli ospedali nel giro di pochi anni. Le persone coinvolte nella ricerca descritta sono “rivoluzionarie”. Mustafa Suleyman, a capo di DeepMind Health, ha dichiarato in un comunicato che il progetto è “incredibilmente eccitante” e potrebbe, nel tempo, “trasformare la diagnosi, il trattamento e la gestione di pazienti con condizioni oculari minacciose per la vista […] in tutto il mondo. ”
Il software, descritto in un articolo pubblicato sulla rivista Nature Medicine , si basa su principi consolidati di apprendimento approfondito, che utilizza algoritmi per identificare schemi comuni nei dati. In questo caso, i dati sono scansioni 3D degli occhi dei pazienti realizzati utilizzando una tecnica nota come tomografia a coerenza ottica, o OCT. La creazione di queste scansioni richiede circa 10 minuti e comporta il rimbalzo della luce del vicino infrarosso dalle superfici interne dell’occhio. In questo modo si crea un’immagine 3D del tessuto, che è un modo comune per valutare la salute degli occhi. Le scansioni OCT sono uno strumento medico cruciale, poiché l’identificazione precoce delle patologie oculari spesso salva la vista del paziente.
Un esempio di scansione OCT, che mostra lo spessore del tessuto retinico nell’occhio di un paziente.
Credito: UCL, Moorfields, DeepMind, et al
Il software è stato addestrato su quasi 15.000 scansioni OCT da circa 7.500 pazienti. Questi individui erano stati tutti trattati presso i siti gestiti da Moorfields, che è il più grande ospedale per gli occhi in Europa e Nord America. Il sistema è stato alimentato con le loro scansioni a fianco di diagnosi di medici umani. Da questo, ha imparato come identificare prima i diversi elementi anatomici dell’occhio (un processo noto come segmentazione) e quindi raccomandare un’azione clinica basata sui vari segni di malattie che mostrano le scansioni.
In un test in cui i giudizi dell’IA sono stati confrontati con le diagnosi di un panel di otto medici, il software ha fatto la stessa raccomandazione oltre il 94% delle volte.
DI CHI È LA CHIAMATA COMUNQUE?
Risultati come questo sono estremamente incoraggianti, ma gli esperti della comunità medica sono ancora preoccupati di come i sistemi di IA saranno integrati nelle pratiche di cura. Luke Oakden-Rayner, un radiologo che ha scritto ampiamente sull’argomento, afferma che i progressi nell’IA ci spingono rapidamente verso un punto critico in cui il software non è più uno strumento che viene applicato e interpretato da un medico, ma qualcosa che prende decisioni a favore degli esseri umani .
I SISTEMI DI IA STANNO COMINCIANDO A PRENDERE DECISIONI MEDICHE SENZA SUPERVISIONE
I primi sistemi stanno appena iniziando a superare questa linea. Ad aprile, la FDA ha approvato il primo programma basato su AI che diagnostica la malattia senza la supervisione umana . Come afferma uno dei creatori del programma: “Prende la decisione clinica da sola.” (Coincidenza, come il nuovo algoritmo di oggi, questo software analizza anche le scansioni oculari, ma cerca solo una malattia, la retinopatia diabetica, mentre DeepMind è sensibile a più di 50 condizioni).
Questo è il punto in cui il rischio dell’IA medica diventa molto maggiore. La nostra incapacità di spiegare esattamente come i sistemi IA raggiungono determinate decisioni è ben documentata . E, come abbiamo visto con incidenti automobilistici che guidano da soli, quando gli umani ci tolgono le mani dal volante, c’è sempre la possibilità che un computer commetta un errore fatale nel giudizio.
I ricercatori di DeepMind, UCL e Moorfields sono a conoscenza di questi problemi e il loro software contiene una serie di funzionalità progettate per mitigare questo tipo di problema.
In primo luogo, il software non si basa su un singolo algoritmo che prende la decisione, ma su un gruppo di essi, e ciascuno di essi viene addestrato in modo indipendente in modo che qualsiasi errore anomalo venga annullato dalla maggioranza. In secondo luogo, il sistema non sputa solo una singola risposta per ogni diagnosi. Invece, offre diverse spiegazioni possibili, oltre alla sua fiducia in ciascuna di esse. Mostra anche come ha etichettato le parti dell’occhio del paziente, dando ai medici l’opportunità di individuare analisi difettose.
Un esempio di diagnosi dal sistema. La maggior parte delle caselle mostra come l’intelligenza artificiale ha etichettato parti della scansione OCT, ma in alto a sinistra puoi vedere le sue raccomandazioni e vari livelli di confidenza.
Immagine: UCL, Moorfields, DeepMind, et al
Ma soprattutto, il software non è uno strumento diagnostico semplice. Invece, è stato progettato per essere utilizzato per il triage, il processo per decidere quali pazienti necessitano di assistenza prima. Quindi, mentre indovina quali condizioni potrebbe avere un paziente, la raccomandazione effettiva che fa è quanto urgentemente l’individuo debba essere indirizzato per il trattamento.
Queste caratteristiche sembrano casuali, ma ognuna di esse funziona come un rallentatore, rallentando l’algoritmo e dando agli umani la possibilità di intervenire. Il vero test, però, arriverà quando questo software verrà distribuito e testato in un ambiente clinico reale. Quando ciò potrebbe accadere non è noto, ma DeepMind dice che spera di iniziare il processo “presto”.
ORO DALLA MINIERA DI DATI
Oltre alle sue possibilità cliniche, questa ricerca è interessante anche come esempio di come le aziende AI traggano beneficio dall’accesso a dataset di valore. DeepMind, in particolare, è stato criticato in passato per il modo in cui ha avuto accesso ai dati di pazienti trattati dal National Health Service (NHS) del Regno Unito finanziato pubblicamente. Nel 2017, l’organismo di controllo dei dati del Regno Unito ha persino stabilito che un accordo che la compagnia ha colpito nel 2015 era illegale perché non aveva notificato correttamente ai pazienti come venivano utilizzati i loro dati. (L’accordo è stato sostituito ).
DEEPMIND È STATO RIMPROVERATO IN PASSATO PER OFFERTE DI DATI OSCURE
La ricerca di oggi non sarebbe stata possibile senza l’accesso a questi stessi dati. E mentre le informazioni utilizzate in questa ricerca sono state rese anonime e i pazienti hanno potuto rinunciare, il software diagnostico creato da questi dati appartiene esclusivamente a DeepMind.
La società afferma che se il software è approvato per l’uso in ambito clinico, sarà fornito gratuitamente ai medici di Moorfields per un periodo di cinque anni. Ma ciò non impedisce a DeepMind di vendere il software ad altri ospedali nel Regno Unito o in altri paesi. DeepMind dice che questo tipo di accordo è una pratica standard per l’industria, e dice a The Verge che “ha investito in modo significativo” in questa ricerca per creare l’algoritmo. Rileva inoltre che i dati che ha aiutato il corral sono ora disponibili per l’uso pubblico e la ricerca medica non commerciale.
Nonostante sforzi come questo, lo scetticismo sulla ditta rimane. Un recente panel indipendente creato da DeepMind per esaminare le proprie pratiche commerciali ha suggerito che l’azienda deve essere più trasparente sul suo modello di business e sulla sua relazione con Google, che ha acquistato l’azienda nel 2014. Come DeepMind si avvicina alla produzione di prodotti commerciali usando pubblicamente dati NHS finanziati, questo tipo di controllo sarà probabilmente sempre più puntato.
UNO SGUARDO AL FUTURO
Indipendentemente da questi problemi, è chiaro che algoritmi come questo potrebbero essere estremamente utili. Si stima che circa 285 milioni di persone in tutto il mondo vivano con una forma di perdita della vista e le malattie degli occhi sono la causa principale di questa condizione.
Le scansioni OCT sono un ottimo strumento per individuare le patologie oculari (5,35 milioni sono state eseguite solo negli Stati Uniti nel 2014), ma interpretare questi dati richiede tempo, creando un collo di bottiglia nel processo diagnostico. Se gli algoritmi possono aiutare a triage i pazienti indirizzando i medici verso i più bisognosi di assistenza, potrebbe essere incredibilmente vantaggioso.
Come il dottor Pearse Keane, un oculista consulente di Moorfields che è stato coinvolto nella ricerca, ha dichiarato in un comunicato stampa: “Il numero di scansioni oculari che stiamo eseguendo sta crescendo ad un ritmo molto più veloce di quello che gli esperti umani sono in grado di interpretare. Esiste il rischio che ciò possa causare ritardi nella diagnosi e nel trattamento delle malattie potenzialmente letali.
“Se siamo in grado di diagnosticare e trattare le condizioni degli occhi in anticipo, ci dà la migliore possibilità di salvare la vista della gente. Con ulteriori ricerche potrebbe portare a una maggiore coerenza e qualità dell’assistenza per i pazienti con problemi agli occhi in futuro. ”
