IA, così la computer vision aiuta i medici a identificare il tumore al seno

L’intelligenza artificiale (AI) sta diventando sempre più importante nella diagnostica medica, in particolare nella ricerca del tumore al seno. La computer vision, una branca dell’intelligenza artificiale che si occupa dell’analisi delle immagini, può essere utilizzata per identificare le anomalie nelle mammografie, che possono essere indicative di un tumore.

La mammografia è un esame radiologico che utilizza raggi X per visualizzare il seno. È un esame fondamentale per la diagnosi precoce del tumore al seno, che è la forma più comune di cancro nelle donne. Tuttavia, la mammografia può essere difficile da interpretare, anche per i radiologi esperti.

La computer vision può aiutare i radiologi a identificare i tumori al seno in modo più accurato e affidabile. I sistemi di computer vision sono addestrati su un set di dati di immagini di mammografie, che includono sia immagini di seni sani che immagini di seni con tumori. I sistemi imparano a identificare le caratteristiche che sono associate ai tumori, come la forma, le dimensioni e la densità.

Numerosi studi hanno dimostrato che i sistemi di computer vision possono essere altrettanto accurati, se non più accurati, dei radiologi umani nell’identificare i tumori al seno. Uno studio pubblicato sulla rivista Nature nel 2020 ha dimostrato che un sistema di computer vision sviluppato da Google era in grado di identificare i tumori al seno con un’accuratezza del 99%.

I sistemi di computer vision possono essere utilizzati per migliorare l’accuratezza dello screening del cancro al seno. Possono essere utilizzati per automatizzare l’identificazione dei tumori, liberando i radiologi per concentrarsi su casi più complessi. I sistemi di computer vision possono anche essere utilizzati per migliorare la sensibilità dello screening, riducendo il numero di falsi negativi.

Tuttavia, i sistemi di computer vision non sono esenti da errori. Possono commettere falsi positivi, che possono portare a biopsie non necessarie. È importante che i sistemi di computer vision siano utilizzati in combinazione con l’esperienza dei radiologi per garantire la massima accuratezza.

L’intelligenza artificiale sta cambiando il modo in cui viene diagnosticato il cancro al seno. I sistemi di computer vision hanno il potenziale per migliorare l’accuratezza e l’efficienza dello screening del cancro al seno, contribuendo a salvare vite.

 

Ecco alcuni esempi di come l’IA viene utilizzata per identificare il tumore al seno:

•     Google Health ha sviluppato un sistema di computer vision chiamato Daisy che può essere utilizzato per analizzare le mammografie. Daisy è stato addestrato su un set di dati di oltre 100.000 immagini di mammografie e ha dimostrato di essere in grado di identificare i tumori al seno con un’accuratezza del 99%.
•     IBM Watson Health ha sviluppato un sistema di computer vision chiamato Ensemble che può essere utilizzato per analizzare le mammografie e le biopsie. Ensemble è stato addestrato su un set di dati di oltre 1 milione di immagini e dati di biopsia e ha dimostrato di essere in grado di migliorare l’accuratezza della diagnosi del cancro al seno.
•     DeepMind ha sviluppato un sistema di computer vision chiamato Pathway che può essere utilizzato per analizzare le immagini di biopsie. Pathway è stato addestrato su un set di dati di oltre 10.000 immagini di biopsie e ha dimostrato di essere in grado di identificare con precisione i tipi di cancro al seno.

Questi sono solo alcuni esempi dei molti modi in cui l’IA viene utilizzata per identificare il tumore al seno. L’IA ha il potenziale per rivoluzionare la diagnosi del cancro al seno, rendendola più accurata e accessi