PathChat, un nuovo modello di intelligenza artificiale sviluppato al Brigham and Women’s Hospital, sta rivoluzionando il campo della patologia computazionale. A differenza dei modelli precedenti, che si concentravano su malattie o compiti specifici, PathChat è in grado di comprendere immagini patologiche e testo clinicamente rilevante, interagendo con i patologi come un vero e proprio consulente.
Il modello è stato addestrato su un vasto insieme di dati, comprendente 54 diagnosi diverse e 11 aree principali del corpo. Le sue prestazioni sono state valutate sia con domande a scelta multipla che con domande aperte, dimostrando una precisione superiore a quella di altri modelli di intelligenza artificiale, come ChatGPT-4V, LLaVA e LLaVA-Med.
PathChat è in grado di riassumere, classificare e didascalizzare le immagini, descrivere dettagli morfologici e rispondere a domande che richiedono conoscenze specialistiche in patologia e biomedicina. Può anche adattarsi a compiti come la diagnosi differenziale e la classificazione dei tumori, anche senza un addestramento specifico su questi aspetti.
In pratica, PathChat potrebbe essere utilizzato come un “copilota” per i patologi, fornendo un’analisi iniziale delle immagini e suggerendo possibili diagnosi. I patologi potrebbero quindi fornire ulteriori informazioni e chiedere al modello di approfondire l’analisi, creando un flusso di lavoro collaborativo e interattivo.
Questo approccio potrebbe essere particolarmente utile nei casi complessi, come i tumori di origine sconosciuta, o in contesti con risorse limitate, dove l’accesso a patologi esperti è limitato. PathChat potrebbe anche essere utilizzato nella ricerca, per analizzare grandi quantità di dati e supportare la quantificazione e l’interpretazione automatizzate dei marcatori morfologici.
Nonostante i promettenti risultati, i ricercatori riconoscono che PathChat presenta ancora alcune limitazioni, come la tendenza a generare risposte errate o “allucinazioni”. Per migliorare il modello, stanno lavorando sull’apprendimento per rinforzo dal feedback umano e sull’aggiornamento continuo delle conoscenze del modello.
In futuro, PathChat potrebbe essere integrato con altri strumenti, come visualizzatori di diapositive digitali e cartelle cliniche elettroniche, per offrire un supporto ancora più completo ai patologi. Inoltre, i ricercatori stanno valutando la possibilità di estendere le capacità del modello ad altre specialità mediche e modalità di dati, come la genomica e la proteomica.
In conclusione, PathChat rappresenta un importante passo avanti nella patologia computazionale, aprendo nuove prospettive per l’utilizzo dell’intelligenza artificiale nella diagnosi e nella ricerca medica.