Integrare le scelte e le
valutazioni diagnostiche "umane" migliora significativamente
l'accuratezza dell'intelligenza artificiale utilizzata per
l'individuazione del cancro della pelle: è quanto dimostra lo
studio A reinforcement learning model for AI-based decision
support in skin cancer pubblicato su Nature Medicine.
In questo studio, il team di ricercatori di cui fa parte Iris
Zalaudek, ordinario di Malattie cutanee e veneree all'Università
di Trieste e direttrice della Clinica dermatologica di Asugi, ha
addestrato un sistema di intelligenza artificiale utilizzando un
metodo chiamato "apprendimento per rinforzo".
Il programma informatico - spiega l'ateneo triestino - ha
imparato, attraverso tentativi ed errori, a fare diagnosi
accurate considerando i pro e i contro delle diverse scelte
diagnostiche. Rispetto ai metodi tradizionali di apprendimento
supervisionato, il nuovo approccio ha aumentato l'accuratezza
nell'individuazione del melanoma e del carcinoma basocellulare,
ha ridotto le diagnosi troppo sicure e ha migliorato
l'assistenza complessiva ai pazienti.
In dettaglio, è stata migliorata la capacità di individuare
il melanoma dal 61,4% al 79,5% e, per il carcinoma
basocellulare, dal 79,4% all'87,1%. Il tasso di diagnosi
corrette fatte dai dermatologi è aumentato del 12% e ha
migliorato il tasso ottimale di decisioni di gestione delle
patologie dal 57,4% al 65,3%.
Questi risultati - conclude l'ateneo - suggeriscono che
l'integrazione delle competenze e sensibilità umane nell'Ia
medica può portare a risultati diagnostici e assistenziali
migliori.
Riproduzione riservata © Copyright ANSA
