Un modello di intelligenza artificiale sviluppato all’Università del Michigan è in grado di analizzare una risonanza magnetica cerebrale e formulare una diagnosi in pochi secondi, con un’accuratezza superiore al 90%
Il neuroimaging rappresenta oggi uno strumento essenziale per la valutazione delle malattie neurologiche, ma la domanda globale di risonanza magnetica è in costante aumento. Una crescita che, come scrivono gli autori nell’abstract di un nuovo studio appena pubblicato su Nature Biomedical Engineering, “apre nuove prospettive per il neuroimaging clinico, soprattutto nei contesti con carenza di specialisti sta mettendo sotto pressione i sistemi sanitari, allungando i tempi di refertazione e contribuendo al burnout dei medici”. Le conseguenze si fanno sentire in modo particolare nelle aree rurali e nei contesti con minori risorse.
Lo studio dell’Università del Michigan
In questo scenario si inserisce la ricerca condotta da un team dell’University of Michigan, che ha sviluppato un modello di intelligenza artificiale capace di leggere una risonanza magnetica cerebrale e restituire una diagnosi in pochi secondi. I risultati dello studio mostrano una precisione diagnostica che arriva fino al 97,5%. Il sistema, battezzato ‘Prima’, è un modello fondazionale di intelligenza artificiale per il neuroimaging. È stato addestrato su oltre 220 mila studi di risonanza magnetica provenienti da un grande sistema sanitario accademico e utilizza un’architettura visiva gerarchica in grado di estrarre caratteristiche generali e trasferibili dalle immagini MRI, rendendolo applicabile a esami clinici reali.
Risultati e accuratezza diagnostica
Prima è stato testato in uno studio della durata di un anno che ha coinvolto 29.431 risonanze magnetiche. Su 52 diagnosi radiologiche relative a gravi patologie neurologiche, il modello ha raggiunto un’area media sotto la curva del 92%, superando altri sistemi di intelligenza artificiale all’avanguardia, sia generici sia sviluppati specificamente per l’ambito medico. Uno degli aspetti più innovativi del sistema è la capacità di andare oltre la semplice identificazione della patologia. Prima è in grado di fornire diagnosi differenziali spiegabili, di stabilire la priorità degli esami nelle liste di lavoro dei radiologi e di suggerire quale specialista debba essere coinvolto. Un supporto cruciale nei casi tempo-dipendenti, come ictus ed emorragie cerebrali, che richiedono un intervento immediato.
Un supporto al lavoro dei radiologi
“Dato che la domanda globale di risonanza magnetica è in aumento e sottopone a notevole pressione medici e sistemi sanitari, il nostro modello di intelligenza artificiale ha il potenziale per ridurre il carico migliorando diagnosi e trattamento con informazioni rapide e accurate”, sottolinea Todd Hollon, neurochirurgo dell’University of Michigan e autore senior dello studio, citato da Adnkronos Salute. Secondo i ricercatori, Prima funziona come un radiologo, integrando dati di imaging e informazioni cliniche del paziente per una valutazione complessiva. Nonostante i risultati promettenti, gli autori precisano che la tecnologia è ancora in una fase iniziale di valutazione. I prossimi sviluppi prevedono l’integrazione di informazioni cliniche più dettagliate, provenienti dalle cartelle sanitarie elettroniche, per migliorare ulteriormente l’accuratezza diagnostica.
Oltre il neuroimaging
Il potenziale di Prima, spiegano i ricercatori, potrebbe estendersi anche ad altre modalità di imaging medico, dalle mammografie alle radiografie del torace fino alle ecografie. Un’evoluzione che, se confermata, potrebbe contribuire in modo significativo a migliorare l’accesso alle cure e l’efficienza dei sistemi sanitari, rafforzando il ruolo dell’intelligenza artificiale nella medicina del futuro.
Iscriviti alla Newsletter di Sanità Informazione per rimanere sempre aggiornato