Due algoritmi di intelligenza artificiale in grado di “tradurre” le immagini delle ecografie polmonari e i suoni dei respiri dei pazienti in una diagnosi di Covid-19. Anche se i soggetti sono asintomatici. Si chiamano DeepChest e DeepBreath e sono stati messi a punto da studenti e ricercatori del Politecnico Federale di Losanna (Epfl), in Svizzera. A breve i risultati degli esperimenti saranno resi pubblici, ma la dottoressa Mary-Anne Hartley, dell’Intelligent Global Health Group dell’Epfl, che ha seguito la sperimentazione su 800 pazienti, in parte autofinanziandola, ci anticipa qualche dato preliminare: il 95% di accuratezza della diagnosi e intorno al 90% di precisione nel predire se la malattia avrà un decorso lieve o grave. Lo strumento, che presto sarà incluso in una applicazione per smartphone, potrebbe rivelarsi estremamente utile nell’attività diagnostica.

Festival di Salute, doctor Robot: l'intelligenza artificiale in campo

di JAIME D'ALESSANDRO 01 Ottobre 2020

Gli algoritmi

Entrambi sono stati sviluppati dai ricercatori senza alcun finanziamento. Il primo, DeepChest, si basa su immagini di ecografie polmonari di pazienti, raccolte all’Ospedale Universitario di Losanna. Il progetto era cominciato nel 2109 con l’intento di far riconoscere all’intelligenza artificiale la polmonite batterica e quella virale, ma da marzo ci si è concentrati sul Covid.

I computer ci renderanno medici migliori

di Giulio Pompilio 14 Dicembre 2020

All’ospedale universitario di Ginevra, invece, dal 2017 si raccolgono i suoni della respirazione di vari pazienti. L’obiettivo è quello di costruire un database chiamato Pneumoscope. Queste registrazioni sono state usate per sviluppare DeepBreath che riesce a diagnosticare l’infezione da Sars-Cov-2 identificando le alterazioni del tessuto polmonare, anche su sintomatici, semplicemente ascoltandone il respiro. Una sorta di Shazam delle malattie respiratorie.  

Covid, grazie all'intelligenza artificiale salviamo la vita ai malati

di Donatella Zorzetto 28 Dicembre 2020

“DeepBreath è stato in grado, sorprendentemente, di riconoscere dieci su dieci soggetti positivi asintomatici. Nello studio che stiamo curando adesso, abbiamo molti più volontari senza sintomi, che fanno parte della seconda ondata, ma il dato sull’accuratezza della diagnosi si sta confermando vicino al 100%”, spiega Hartley.

Un modello unico

 “I nostri algoritmi sono unici, si basano su un modello transformer, che viene di solito impiegato in strumenti come Google Translate – prosegue la dottoressa - pensiamo al paziente come a una frase e a ogni immagine dell’ecografia come a una parola di quella frase. Le connessioni anatomiche che l’algoritmo riesce a individuare sono una sorta di sintassi. La cosa molto positiva è che il modello mantiene la sua accuratezza anche se mancano dei pezzi dell’ecografia. Questo è molto utile in luoghi dove le risorse sono limitate. È per questo che stiamo facendo partire i test in Benin, Sudafrica e Bolivia”.

Sarà un computer a dirci se il nostro cervello è più vecchio di noi

di PAOLA MARIANO 29 Settembre 2020

Predice la gravità

I pazienti coinvolti nello studio con DeepChest, l’algoritmo che legge le ecografie, sono poi stati rivisti trenta giorni dopo l’infezione e i ricercatori sono stati in grado di constatare se la predizione della macchina sulla severità della malattia fosse corretta. Lo era nel 90% dei casi. Ma Hartley precisa: “Non vogliamo che l’algoritmo dica al dottore "il paziente X ha il 100% di possibilità di non farcela", perché potrebbe influenzare le decisioni del medico che magari potrebbe trattarlo come una causa persa. Invece vogliamo che l’algoritmo dia indicazioni come suggerire il bisogno di ospedalizzazione o pianificare posto in terapia intensiva”.

L'antibiotico-resistenza

La speranza di Hartley e della sua équipe è che i due algoritmi aiutino anche nella lotta contro l’antibiotico-resistenza. “Le infezioni respiratorie acute sono la prima ragione dell’uso e dell’abuso di antibiotici – prosegue - i medici cercano di distinguere le infezioni virali da quelle batteriche (solo per queste ultime sono utili gli antibiotici), ma a volte è difficile stabilirlo e il clinico, per essere cauto, tende a prescrivere antibiotici. I nostri modelli riescono a fare questa distinzione. Saranno particolarmente utili in zone rurali, con scarse risorse, dove magari non sia possibile effettuare una radiografia”.

La tecnologia al servizio dello screening

13 Novembre 2020

Open source

Appena i risultati dello studio saranno pubblicati i due algoritmi saranno open source, a disposizione di tutti. I ricercatori stanno anche sviluppando delle app per smartphone. “Il modello DeepBreath sarà incorporato in uno stetoscopio intelligente che è stato sviluppato dall’ospedale universitario di Ginevra e che sarà pronto per i test all’inizio del 2021. Anche DeepChest avrà la sua applicazione, che permetterà al personale sanitario di scattare foto delle ecografie e sottoporle all’algoritmo direttamente con lo smartphone”.