Modello AI Riduce drasticamente gli errori degli esami oculistici
I ricercatori hanno recentemente progettato un algoritmo di intelligenza artificiale che sembra diagnosticare in modo più accurato i problemi di visione rispetto ai classici test di visione attualmente utilizzati dai medici. Secondo Science , il nuovo test potrebbe ridurre l’errore diagnostico per gli esami oculistici di circa il 74%.
Gli oculisti usano da decenni lo stesso test visivo, il classico esame oculistico basato su grafici con lettere e simboli di dimensioni diverse. I risultati del test spettano all’oculista per interpretare e, naturalmente, possono esserci errori nell’interpretazione dei risultati e nella diagnosi. I ricercatori dell’Università di Stanford miravano a migliorare questi test con un algoritmo AI.
Secondo uno scienziato informatico di Stanford, Chris Piech, parte del problema con i test tradizionali è che quando le lettere diventano troppo sfocate per essere viste dal soggetto in esame, il soggetto inizia a indovinare le lettere. Questa ipotesi significa che i risultati del test possono variare se una persona esegue il test più volte. Al fine di sviluppare un test con maggiore precisione e replicabilità, Piech e colleghi hanno creato un test online, con i risultati del test utilizzati per addestrare un modello di intelligenza artificiale. Il test online guida prima l’utente attraverso il processo di calibrazione del proprio schermo. Dopo aver calibrato lo schermo, l’utente immette la propria distanza dallo schermo e quindi il programma visualizza una lettera “E”, che appare in vari orientamenti. Al termine, il modello assegna all’utente un punteggio di visione, basato su un modello statistico.
Il team di ricerca ha eseguito il proprio modello attraverso 1000 simulazioni al computer che hanno emulato gli input di pazienti genuini. La simulazione al computer funziona innescando un punteggio di acuità della visione noto e quindi facendo i tipi di errori che una persona potrebbe fare durante il test. I ricercatori hanno condotto i test in questo modo perché per ogni test esiste un punteggio di acuità “vero”, che non è il caso in cui un essere umano fa il test. Secondo i ricercatori, il loro modello è stato in grado di ridurre l’errore diagnostico di circa tre quarti (74%) rispetto ai test di visione classici. Nonostante questi risultati abbastanza impressionanti, Piece e colleghi avvertono che il modello non è destinato a sostituire i medici, ma è uno strumento che i medici potrebbero potenzialmente utilizzare per migliorare l’accuratezza di una diagnosi.
L’oftalmologo Mark Blecher ha affermato a Science che, sebbene il programma sia un’implementazione utile e intelligente dei modelli di IA per l’oftalmologia, i ricercatori dovrebbero anche tenere conto di cose come l’ambiente in cui il soggetto del test sta eseguendo il test, poiché questi attributi possono influenzare i risultati del test anche. Oltre a ciò, Blecher anticipa che i ricercatori potrebbero avere difficoltà a convincere gli oftalmologi a utilizzare il loro nuovo modello e concordare un nuovo standard, poiché lo status quo può essere difficile da rovesciare.
La ricerca condotta da Piech e colleghi non è l’unico sviluppo recente riguardante sia l’IA che la visione. Di recente, Google ha sviluppato un modello di intelligenza artificiale che occasionalmente potrebbe sovraperformare i medici nell’identificare condizioni oculari comuni che possono portare alla perdita della vista. Google DeepMind ha collaborato con il Moorfields Eye Hospital per sviluppare un modello che potesse prevedere in modo significativo la possibilità che un paziente potesse sviluppare una grave forma di degenerazione maculare. Altrove, una startup israeliana di nome AEYE Health ha utilizzato tecniche di visione artificiale e apprendimento automatico per sviluppare scanner della retina che può potenzialmente fare un riconoscimento di base e accurato delle condizioni oculari comuni, riferendo il paziente a un medico se la diagnosi è positiva.
