- L’intelligenza artificiale (AI) e gli strumenti di apprendimento automatico stanno diventando sempre più comuni nel settore sanitario e non solo.
- Un nuovo studio ha confrontato gli strumenti di intelligenza artificiale con i radiologi umani e ha scoperto che i radiologi erano superiori alle macchine nell’identificare le condizioni dai raggi X.
- I ricercatori hanno riferito che quanto più complicata è la diagnosi, tanto più efficaci sono le prestazioni degli esperti umani rispetto agli strumenti di intelligenza artificiale.
L’intelligenza artificiale (AI) sta già trasformando il modo in cui interagiamo con il mondo, dall’aiutare a prevedere gli uragani meglio che mai al fornire consigli finanziari.
Ma quando si tratta di leggere le radiografie nello studio del medico, l’intelligenza artificiale potrebbe non essere pronta a sostituire i radiologi di tutto il mondo.
Questo è secondo un nuovo studio pubblicato sulla rivista Radiologia.
Nello studio, i ricercatori danesi hanno preso un pool di 72 radiologi e quattro strumenti di intelligenza artificiale commerciali e li hanno confrontati l’uno con l’altro per interpretare le radiografie del torace di 2.040 adulti più anziani (età media 72 anni).
Circa un terzo delle radiografie mostrava almeno una delle tre condizioni diagnosticabili: malattia dello spazio aereo, pneumotorace (polmone collassato) o versamento pleurico (noto anche come “acqua nel polmone”).
I ricercatori riferiscono che gli strumenti di intelligenza artificiale erano ragionevolmente
Tuttavia, i ricercatori hanno affermato che questi strumenti di intelligenza artificiale hanno prodotto anche un numero elevato di falsi positivi, la cui precisione diminuisce man mano che la diagnosi diventa più complicata. Ciò era particolarmente vero nei casi di più condizioni concomitanti o quando l’evidenza radiografica era minore.
Per il pneumotorace, ad esempio, sommando questi falsi positivi, i valori predittivi positivi per i sistemi di intelligenza artificiale erano compresi tra il 56% e l’86%. I radiologi, d’altra parte, hanno capito bene il 96% delle volte.
I valori predittivi positivi per il versamento pleurico erano simili a quelli per il pneumotorace, con un’accuratezza compresa tra il 56% e l’84%.
L’intelligenza artificiale era ancora peggiore nel diagnosticare le malattie dello spazio aereo, prevedendo positivamente la condizione solo nel 40-50% dei casi.
“In questo campione di pazienti anziani e difficili, l’intelligenza artificiale ha previsto la malattia dello spazio aereo dove non era presente da cinque a sei volte su 10. Non è possibile avere un sistema di intelligenza artificiale che funzioni da solo a questa velocità”, ha affermato l’autore principale dello studio, il dottor Louis Plesner, autore principale dello studio e radiologo residente presso il Dipartimento di Radiologia dell’Ospedale Herlev e Gentofte di Copenaghen, Danimarca, in una conferenza stampa pubblicazione. “I sistemi di intelligenza artificiale sembrano molto efficaci nel trovare la malattia, ma non sono altrettanto bravi quanto i radiologi nell’identificare l’assenza di malattia, soprattutto quando le radiografie del torace sono complesse”.
Un altro problema, ha affermato Plesner, è che un alto tasso di falsi positivi sarebbe costoso sia in termini di tempo, sia di test non necessari, sia di maggiore esposizione alle radiazioni tra i pazienti.
Gli esperti di intelligenza artificiale reagiscono allo studio radiografico del torace
“Questo studio non mi sorprende ed è esattamente ciò che ci si aspetterebbe da un sistema di intelligenza artificiale”, ha affermato Zee Rizvi, cofondatore e presidente di Odesso Health, un servizio assistito dall’intelligenza artificiale per l’automazione delle cartelle cliniche elettroniche.
“Nella migliore delle ipotesi, l’intelligenza artificiale aumenta le competenze umane in modo complementare”, ha detto Notizie mediche oggi. “Considerare l’intelligenza artificiale e le capacità umane come reciprocamente esclusive porterà sempre a risultati deludenti. Non siamo abbastanza avanti nello spazio dell’intelligenza artificiale e del deep learning per rimuovere completamente gli esseri umani dall’equazione tra produttività e risultati dei pazienti. È semplicemente così semplice.”
La dottoressa Fara Kamanger, dermatologa e presidente della San Francisco Dermatological Society nonché fondatrice dello strumento AI per la salute della pelle DermGPT, ha risposto positivamente allo studio pur sottolineandone i limiti.
“Il disegno di questo studio è solido, poiché incorpora molteplici strumenti di intelligenza artificiale e coinvolge due radiologi per confermare la diagnosi. In caso di disaccordo viene consultato un terzo radiologo”, ha detto Kamanger Notizie mediche oggi. “Il potenziale dell’intelligenza artificiale nel settore sanitario è vasto e comprende varie applicazioni, tra cui lo sviluppo di farmaci, la ricerca, la cura dei pazienti, la gestione degli studi, la gestione delle prescrizioni e delle assicurazioni e altro ancora. È incoraggiante vedere i medici assumere un ruolo proattivo nel guidare lo sviluppo dell’intelligenza artificiale nel settore sanitario”.
Intelligenza artificiale contro medici
Kamanger era d’accordo con Rizvi sul fatto che era improbabile che l’intelligenza artificiale sostituisse presto gli esperti umani nel settore sanitario.
“I medici umani hanno il vantaggio di condurre una valutazione clinica a 360 gradi, che comprende la valutazione dell’aspetto fisico del paziente, dei segni vitali e della correlazione clinica. Questo approccio olistico consente ai medici di considerare vari fattori e fare diagnosi accurate”, ha affermato. “Per migliorare ulteriormente i sistemi di intelligenza artificiale, è importante incorporare questo approccio globale nel loro sviluppo. Integrando dati provenienti da varie fonti e considerando molteplici aspetti della valutazione del paziente, i sistemi di intelligenza artificiale possono sforzarsi di imitare la pratica clinica dei medici umani in modo più efficace”.
“Tuttavia, è fondamentale riconoscere che il giudizio clinico e l’esperienza umana continueranno ad essere preziosi nel fornire un’assistenza completa ai pazienti”, ha aggiunto Kamanger.
Una cosa che Rizvi ha detto che gli piacerebbe vedere è uno studio di follow-up che combini i campi umani e meccanici.
“Questo studio si basa sul presupposto binario che i risultati dipendano dall’intelligenza artificiale o dai radiologi”, ha affermato. “Se lo studio fosse condotto per esaminare la cooperazione tra intelligenza artificiale e radiologi, il risultato sarebbe sicuramente più forte delle sue parti”.
