Intelligenza artificiale in aiuto dei radiologi

L’intelligenza artificiale può distinguere con precisione le radiografie del torace normali da quelle anormali in un contesto clinico, secondo uno studio pubblicato su Radiology.

I raggi X del torace vengono utilizzati per diagnosticare un’ampia varietà di condizioni che hanno a che fare con il cuore e i polmoni. Una radiografia del torace anormale può essere un’indicazione di una serie di condizioni, tra cui il tumore e le malattie polmonari croniche.

“C’è una domanda in crescita esponenziale per l’imaging medico, in particolare trasversali come la TC e la risonanza magnetica”, spiega il coautore dello studio Louis Lind Plesner (Dipartimento di radiologia dell’ospedale Herlev e Gentofte di Copenaghen). “Nel frattempo, c’è una carenza globale di radiologi qualificati. L’intelligenza artificiale è molto promettente, ma dovrebbe sempre essere testata a fondo prima di qualsiasi implementazione”.

I ricercatori hanno utilizzato uno strumento di intelligenza artificiale disponibile in commercio per analizzare le radiografie del torace di 1529 pazienti di quattro ospedali danesi: pronto soccorso, pazienti ricoverati e pazienti ambulatoriali. I raggi X sono stati classificati dall’IA come “normali ad alta confidenza” i normali o “normali non ad alta confidenza” quelli anormali.

Come standard di riferimento sono stati utilizzati due radiologi toracici (torace) certificati. Un terzo radiologo è stato utilizzato in caso di disaccordo e tutti e tre i medici erano all’oscuro dei risultati dell’IA.

Delle 429 radiografie del torace classificate come normali, 120, ovvero il 28%, sono state classificate anche dallo strumento IA come normali. Questi raggi X potrebbero essere potenzialmente automatizzati in modo sicuro da uno strumento di intelligenza artificiale. Lo strumento IA ha identificato radiografie toraciche anormali con una sensibilità del 99,1%.

“La scoperta più sorprendente è stata la sensibilità di questo strumento di intelligenza artificiale per tutti i tipi di malattie del torace”, ha spiegato Plesner. “In effetti, non siamo riusciti a trovare una singola radiografia del torace nel nostro database in cui l’algoritmo abbia commesso un grave errore. Inoltre, lo strumento IA aveva una sensibilità complessivamente migliore rispetto ai radiologi certificati”.

Lo strumento di IA ha funzionato particolarmente bene nell’identificare i raggi X normali del gruppo ambulatoriale con un tasso dell’11,6%. Questo suggerisce che il modello IA funzionerebbe particolarmente bene in quel contesto con un’elevata prevalenza di radiografie del torace normali.

“Le radiografie del torace sono uno degli esami di imaging più comuni eseguiti in tutto il mondo”, ha concluso Plesner. “Anche una piccola percentuale di automatizzazione può far risparmiare tempo ai radiologi, che possono dare la priorità a questioni più complesse”.

 

Fonte

Louis L. Plesner. Autonomous chest radiograph reporting using AI: estimation of clinical impact. radiology.  Published Online: Mar 7 2023. https://doi.org/10.1148/radiol.222268