QR code per la pagina originale

Verily: il machine learning e la prevenzione

Grazie all'impiego del machine learning, analizzando il fondo della retina, sarà possibile individuare potenziali rischi per il sistema cardiovascolare.

,

La divisione Verily di Alphabet (ex Life Sciences) è nata con l’obiettivo dichiarato di impiegare le potenzialità del machine learning e più in generale dell’intelligenza artificiale nell’ambito della ricerca medica. Il nuovo progetto svelato dal team con una pubblicazione su Nature si inserisce alla perfezione in quest’ottica: attraverso l’analisi delle immagini del fondo della retina è possibile individuare rischi per il sistema cardiovascolare.

L’IA identifica i vasi sanguigni presenti e li esamina al fine di prevedere fattori di rischio relativi a pressione e conseguenze insorte nei pazienti fumatori, che potrebbero condurre all’insorgere di patologie o eventi come attacchi di cuore o infarti. Sottoponendo le immagini ai modelli sviluppati è stato possibile stabilire con una precisione elevata l’età del soggetto, il genere, la tendenza a fumare e la pressione sistolica. Per istruire il sistema Verily ha impiegato un database con circa 300.000 referti (anonimi, così da garantire la tutela della privacy), arrivando a stabilire con una precisione del 70% quante delle persone in esame hanno poi sofferto di problemi cardiovascolari. In confronto, i metodi standard impiegati oggi e basati sulle analisi del sangue arrivano al 72%.

Le immagini della retina analizzate dal sistema di machine

Le immagini della retina analizzate dal sistema di machine (immagine: Nature).

Come tutti i sistemi che fanno leva sulle potenzialità del machine learning, anche questo sarà in grado di migliorare la propria affidabilità e precisione con il passare del tempo, imparando dalla sua stessa attività, andando via via perfezionandosi. Un giorno un approccio di questo tipo potrebbe essere impiegato per la prevenzione dei pazienti ritenuti a rischio, evitando di sottoporli ad esami molto più invasivi e costosi come la tomografia computerizzata per la scansione del calcio coronarico impiegata oggi. C’è però ancora parecchio lavoro da fare, come sottolineano gli stessi responsabili dell’iniziativa.

Fonte: Nature • Via: The Verge • Immagine: gilaxia / iStock