La startup medica Paige ha presentato Alba AI, un assistente basato sull’intelligenza artificiale progettato per migliorare la ricerca e la diagnosi in patologia. Questo strumento è pensato per aiutare i patologi a gestire e analizzare le informazioni sui pazienti in modo più efficiente.
Alba AI è progettato per supportare i patologi nell’analisi dei tessuti e nella formulazione di diagnosi. Permette ai patologi di fare domande in linguaggio naturale sui loro computer e di ottenere immediatamente informazioni dettagliate sui pazienti, estratte dalle loro cartelle cliniche. Inoltre, aiuta nella preparazione dei referti e nelle azioni di follow-up.
Alba consolida dati provenienti da diverse fonti, come cartelle cliniche elettroniche, sistemi di laboratorio e di gestione delle immagini. Questo sistema riduce la necessità di navigare tra piattaforme diverse, facilitando l’accesso a informazioni cruciali in pochi secondi.
Alba integra anche strumenti avanzati di intelligenza artificiale come Paige Omniscreen, che analizza biomarcatori molecolari nei campioni di tessuto per identificare potenziali aree di cancro. Inoltre, il sistema genera valutazioni provvisorie dei casi, che possono essere riviste e approvate dai medici tramite comandi vocali, migliorando la velocità e l’efficienza del flusso di lavoro.
Alba si basa sui modelli di intelligenza artificiale Virchow2 e Virchow2G di Paige, sviluppati con la collaborazione di Microsoft. Questi modelli sono addestrati su oltre 3 milioni di vetrini patologici provenienti da laboratori di tutto il mondo e sono tra i più avanzati nel campo della patologia. La vasta quantità di dati e i 1,8 miliardi di parametri rendono Virchow2G il modello di AI più grande per la patologia.
Al momento, Alba è destinato esclusivamente alla ricerca e non è approvato per le procedure diagnostiche. Tuttavia, il suo potenziale per migliorare l’accuratezza diagnostica e facilitare la ricerca sul cancro è notevole. Paige mira a espandere l’uso dell’intelligenza artificiale anche nella pratica clinica, con l’obiettivo di migliorare la diagnosi e i piani di trattamento personalizzati.