Il braccio di ricerca di Alibaba ha reso open source un modello di intelligenza artificiale in grado di identificare quasi 150 condizioni addominali – compresi i tumori – leggendo le scansioni di tomografia computerizzata (CT), l’ultimo passo nel programma di espansione dell’intelligenza artificiale medica del gruppo tecnologico cinese.
Il modello, chiamato Damo Radar, è stato sviluppato dalla Damo Academy, l'istituto di ricerca di Alibaba, e descritto in uno studio pubblicato giovedì sulla rivista Science, secondo il South China Morning Post. L'istituto ha annunciato venerdì il rilascio open source. A differenza dei sistemi commerciali chiusi, un modello open source può essere scaricato, ispezionato e adattato da ospedali e ricercatori: un modello di distribuzione che potrebbe accelerarne l’adozione in cliniche che non potrebbero mai concedere in licenza uno strumento diagnostico proprietario. Per maggiori informazioni su questa storia, consulta la nostra copertura dell'industria IA.
Un modello generalista per l'imaging medico
Damo Radar è un modello di linguaggio visivo progettato per analizzare le scansioni TC con contrasto che coprono 18 organi addominali e identificare un'ampia gamma di malattie e altre anomalie, compresi i tumori maligni, ha affermato l'istituto. I suoi creatori lo descrivono come "il primo modello di imaging medico generalista di livello esperto al mondo" - un unico sistema destinato a leggere molti risultati diversi piuttosto che uno strumento limitato addestrato a individuare una malattia.
Questa ambizione generalista lo distingue dalla maggior parte dei sistemi di intelligenza artificiale medica implementati finora, che sono stati generalmente costruiti e convalidati per un singolo compito, come il rilevamento di un tipo di tumore. Un singolo modello che comprende 146 risultati clinici distinti, se reggesse al di fuori del laboratorio, potrebbe cambiare l’economia dell’implementazione dell’intelligenza artificiale nei dipartimenti di radiologia, dove mettere insieme una dozzina di strumenti monouso si è rivelato poco pratico.
Il modello è stato addestrato su scansioni TC abbinate a rapporti clinici, un approccio che insegna al sistema a collegare ciò che appare su un’immagine con il linguaggio utilizzato dai medici per descriverla. Il gruppo di ricerca ha affermato che il metodo di formazione potrebbe eventualmente essere esteso ad altri tipi di imaging medico, secondo il Post.
Testato contro radiologi professionisti
I numeri principali provengono dalla valutazione di quasi 40.000 esami nel mondo reale. Su 146 risultati clinici, Damo Radar ha raggiunto un'area media sotto la curva (AUC) di 0,913, una misura statistica della prestazione diagnostica in cui 1,0 rappresenta la perfetta accuratezza, ha riferito lo studio.
Il confronto con i lettori umani attirerà il massimo esame. Secondo la ricerca, in uno studio che ha coinvolto 26 radiologi di diversi ospedali, la precisione media del modello ha superato quella di 23 partecipanti. E quando i radiologi hanno lavorato con l'assistenza del modello, hanno migliorato la loro capacità di prevenire diagnosi mancate del 10%, riducendo il tempo richiesto per caso di oltre il 30%, ha affermato Damo Academy.
La ricerca ha coinvolto diverse istituzioni insieme ad Alibaba, incluso un ospedale affiliato all’Università di Zhejiang. La pubblicazione su Science, una delle riviste scientifiche più selettive, fornisce ai risultati un livello di controllo esterno che spesso manca ai benchmark sponsorizzati dai fornitori, sebbene le prestazioni nel mondo reale dipendano sempre dalle scansioni, dalle apparecchiature e dalle popolazioni di pazienti effettivamente viste da un ospedale.
Perché l'open source è importante
Il rilascio aperto dei pesi è una scelta notevole per la tecnologia sensibile dal punto di vista medico. I fornitori proprietari in genere mantengono chiusi i modelli medici, citando la regolamentazione e la sicurezza. Il rilascio aperto consente ai ricercatori indipendenti di sondare le modalità di guasto, consente agli ospedali di eseguire il modello sulla propria infrastruttura senza inviare i dati dei pazienti a un fornitore esterno e offre alle strutture più piccole l’accesso a funzionalità altrimenti riservate ai grandi sistemi ospedalieri.
Ciò significa anche che Alibaba esercita un controllo minore sul modo in cui viene utilizzato il modello. La disponibilità aperta non significa approvazione clinica: gli enti regolatori di ciascuna giurisdizione decideranno comunque se e come il modello potrà essere implementato sui pazienti, e gli ospedali dovranno convalidarlo sulle proprie apparecchiature e popolazioni.
Un avvertimento degno di nota: il South China Morning Post è di proprietà di Alibaba, un fatto che il giornale rivela nel suo stesso rapporto. La pubblicazione dello studio su Science fornisce una conferma indipendente della ricerca stessa, ma l'inquadramento dell'annuncio di venerdì arriva inevitabilmente da parte dell'azienda.
La più ampia spinta dell'IA medica di Alibaba
Damo Radar non è la prima mossa di Alibaba nel campo dell'imaging diagnostico. Secondo il Post, la Damo Academy ha trascorso gli ultimi anni a sviluppare strumenti di screening basati sull’intelligenza artificiale per aiutare i medici a identificare i tumori del pancreas, dello stomaco e del colon-retto, nonché le dissezioni aortiche. Ad aprile, la divisione ha rilasciato un modello chiamato Coca, sviluppato in collaborazione con istituzioni tra cui il Guangdong General Hospital, che secondo la società è più sensibile dei radiologi nell’individuare il cancro del colon-retto in stadio iniziale sulle scansioni TC.
La progressione dallo screening di una singola malattia verso un modello generalista riflette una scommessa più ampia: che grandi modelli di linguaggio visivo addestrati su immagini e report accoppiati possono assorbire il lavoro di riconoscimento dei modelli che attualmente richiede poco tempo specialistico. La carenza di radiologi è grave in molti sistemi sanitari e i programmi di screening generano molte più scansioni di quante gli specialisti possano leggere con la stessa attenzione.
Cosa verrà dopo
Una versione open source è un inizio, non una distribuzione. Gli ospedali che prendono in considerazione il modello avranno bisogno della convalida locale delle proprie scansioni e l’uso clinico dipenderà dalla revisione normativa paese per paese. Ma le prove pubblicate questa settimana – quasi 40.000 esami nel mondo reale, un confronto diretto con i radiologi che lavorano e una riduzione del 30% del tempo di lettura segnalata con l’assistenza dell’intelligenza artificiale – danno a Damo Radar una base più solida rispetto alla maggior parte dei modelli che debuttano come comunicati stampa. Il fatto che i modelli generalisti di imaging medico diventino strumenti ospedalieri standard o rimangano pietre miliari della ricerca dipenderà da come si comporteranno nell’ambiente più disordinato della pratica clinica quotidiana.
---
Rimani Aggiornato sull'IALe ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.
Leggi altre notizie sull'IA →
