Intelligenza Artificiale legge le mammografie con il 99% di accuratezza

Arriva dal Houston Methodist Research Institute l’idea di sviluppare un’Intelligenza Artificiale in grado di leggere e rilevare anomalie (come il cancro al seno) nelle mammografie, grazie all’utilizzo di Natural Language Processing (NLP) e Data Mining.

Il problema dei falsi positivi, secondo i ricercatori, nasce dalla non standardizzazione delle descrizioni dei casi clinici: i dati non sono uniformati, non si possono confrontare correttamente e non si possono dedurre correlazioni fra dati differenti.

L’algoritmo è stato certificato dalla Breast Imaging Reporting and Data System come Categoria 5 (BI-RADS 5), quindi uno dei più accurati.

Natural Language Processing e Mammografie

I ricercatori hanno pensato di utilizzare un’Intelligenza Artificiale dotata di un sistema di Natural Language Processing per analizzare una grossa mole di mammografie e relativi reports.
Il NLP si occupa di processare i testi non standardizzati: rilevarne le parole chiave e rilevare le correlazioni mediche.
Una volta estratti, i dati sono stati formattati per creare un vero e proprio archivio di record standardizzati, accessibile tramite intelligenza artificiale e quindi semplice da elaborare.

L’idea di usare proprio il Natural Language Processing è stata fondamentale: questa tecnologia non permette ancora una conoscenza perfetta del linguaggio umano, ma consente un’estrazione perfetta di tutti i dati importanti di un testo, e soprattutto il riconoscimento di patterns che all’occhio sfuggono. Quando si è di fronte ad un’immagine, e la si deve descrivere clinicamente, molte informazioni vengono incise in alcuni piccoli dettagli di scrittura, che molto spesso vengono invece trascurati nella lettura: ad esempio l’ordine con cui si descrivono le caratteristiche, l’utilizzo di alcuni aggettivi piuttosto che altri, ecc…

Insomma, l’uomo è molto più bravo (per ora) a osservare le immagini, ma è meno capace di trascrivere ciò che osserva. Il Natural Language Processing può essere utilizzato per ricavare moltissime informazioni addizionali dai testi.

Questa tecnologia porta grandi vantaggi, purtroppo quasi solo unidirezionali: ha portato ad una grandissima diminuzione di falsi positivi, ma solo un piccolo incremento nel rilevamento dei positivi.
Questo può significare semplicemente che l’uomo è più bravo nel riconoscere i positivi piuttosto che i falsi positivi, oppure che l’approccio dell’IA per riconoscere i positivi è scorretto, e va migliorato.
In ogni caso, il miglioramento è evidente: l’accuratezza dell’IA raggiunge il 98%.

Falsi Positivi

Il problema dei falsi positivi è dato da due fattori:
–Psicologico: la paziente viene avvertita di essere positiva al cancro al seno. Questo può essere traumatico per molte donne, che poi scopriranno di essere state solo vittima di un errore. Ciò potrebbe anche portare la paziente a diffidare dei medici negli anni successivi.
–Fisico: la paziente dovrà essere sottoposta a vari controlli, alcuni dei quali invasivi, prima di accorgersi che era solo un falso positivo.

La diminuzione dei falsi positivi, nonostante non salvi direttamente delle vite, è di fondamentale importanza.