Il rilevamento di fratture da radiografie è una delle pratiche più comunemente svolte in numerosi contesti sanitari. Sono molti i casi in cui la diagnosi risulta semplice e immediata, ma non mancano altre situazioni in cui possono essere commessi errori di interpretazione. Non è poi così rara anche l’eventualità di non individuare fratture minori, in particolare in pazienti con traumi multipli la percentuale diventa significativa: è del 6.6% nell’avambraccio e nelle mani e del 6.5% nei piedi. Altre statistiche mostrano poi che molti errori vengono commessi di sera o di notte (dalle 17 alla 3 del mattino) a causa di letture svolte da personale non esperto o per la stanchezza. I ricercatori della Boston University School of Medicine hanno analizzato BoneView, un nuovo software che riesce a diagnosticare le fratture e può aiutare i clinici in questo compito.
L’algoritmo alla base del software, che sfrutta le capacità dell’intelligenza artificiale (AI), è stato implementato sfruttando un data set di 60170 radiografie. Il modello ha richiesto 270000 iterazioni ed è stato validato per il rilevamento e la localizzazione di fratture in radiografie digitali.
Il sistema finale si chiama BoneView ed è distribuito da Gleamer. I fornitori affermano che il software è in grado di rilevare non solo le fratture, ma anche dislocazioni, lesioni e riversamenti articolari. Una volta eseguita l’analisi viene presentata una tabella riassuntiva e le zone di interesse vengono indicate con dei riquadri per permettere ai clinici la loro immediata individuazione. Le immagini da elaborare possono essere inviate automaticamente dal portale di archiviazione, mentre il referto diventa subito disponibile direttamente nella cartella clinica del paziente. Dagli studi condotti dai ricercatori è stato evidenziato che l’utilizzo di BoneView diminuisce la probabilità di non individuare fratture di una percentuale del 30%.
I ricercatori hanno valutato la funzionalità del software con un’analisi su 480 pazienti e i medici coinvolti nella definizione della ground truth (letteralmente base di conoscenza, in questo caso si intendono gli esiti che vengono considerati veri) sono stati due radiologi, le cui discrepanze sono state risolte da un terzo. I parametri analizzati sono sensitività e specificità per paziente. La prima è definita come la percentuale di pazienti per cui tutte le fratture sono state rilevate. Con la seconda, invece, si intende la percentuale di pazienti per cui non è stata rilevata alcuna frattura tra quelli che effettivamente non ne avevano. I risultati sono davvero promettenti: l’utilizzo dell’AI ha permesso di aumentare la sensitività del 10.4% (da un valore del 64.8% senza l’aiuto dell’AI) e la specificità del 5.0% (era del 90.6% senza AI).
I ricercatori hanno evidenziato alcuni casi di falsi positivi e falsi negativi, motivo per cui sono necessarie ulteriori migliorie al software. Non è quindi ancora contemplabile una completa sostituzione dell’intervento umano con BoneView, ma il suo impiego è un notevole vantaggio per velocizzare alcuni processi.
Come già accennato il software ha bisogno di ulteriori migliorie per essere ulteriormente perfezionato. Tuttavia anche allo stato attuale il suo contributo potrebbe essere un’importante arma da impiegare in ospedale o nei contesti in cui è necessaria la diagnosi di fratture. BoneView, ad esempio, potrebbe essere integrato nel triage. Tramite la sua analisi sarebbe infatti possibile dare automatica priorità a quei pazienti in cui viene rilevata la frattura, che in questo modo potrebbero ricevere cure tempestive, evitando dolorosi tempi d’attesa. Il software, poi, potrebbe aumentare la capacità di diagnosi dei clinici individuando le fratture più difficili da individuare ed evitando errori dovuti alla stanchezza.
Si tratta quindi di una nuova importante applicazione dell’AI in medicina. Questo campo è in continuo sviluppo e ci proietta verso una futura probabile collaborazione tra i sistemi informatici e i nostri medici.
