da https://www.ibsafoundation.org/it/blog/un-chat-gpt-per-leggere-l-interno-degli-occhi
Creato a Londra un sistema di intelligenza artificiale in grado di migliorare la diagnosi di numerose patologie (ipertensione, Parkinson e altre), tramite l’esame della retina.
I programmi di intelligenza artificiale basati sul cosiddetto self-supervised learning (o SSL, apprendimento auto-supervisionato), che tendono a riprodurre più fedelmente le modalità di apprendimento del cervello umano, potrebbero facilitare e migliorare in un prossimo futuro la diagnosi di numerose patologie effettuata attraverso le indagini sulla retina, quali quella di ipertensione, retinopatie diabetiche e malattia di Parkinson. La retina, lo ricordiamo, è il sottile strato di cellule nervose sensibili alla luce che ricopre la parte interna dell’occhio, e viene considerato un tessuto dell’organismo umano particolarmente adatto alle diagnosi, perché è direttamente collegato al cervello e ne condivide numerose somiglianze. Dunque, offre un quadro molto specifico di ciò che accade nel tessuto cerebrale, ed è anche l’unico tessuto che permette di studiare direttamente i capillari (i vasi più piccoli, nei quali sono rintracciabili gli indizi di molte patologie), senza dover superare altre barriere.
Le tecniche basate sulle immagini della retina sono un settore in rapida evoluzione, soprattutto da quando sono state supportate dall’intelligenza artificiale (AI) che, però, ancora oggi ha diverse limitazioni tecniche. Ad esempio, per istruire un programma classico a distinguere tra retina sana e retina malata, bisogna fornirgli milioni di immagini identificate chiaramente, ciascuna con una vera e propria “etichetta” relativa alla situazione specifica (retina sana/retina malata, appunto): un lavoro molto costoso, e lungo, che richiede un forte intervento umano iniziale. Il self-supervised learning è invece una tecnica che consente all’AI di apprendere senza la necessità di etichette o annotazioni esplicite.
Un sistema che alla stregua di ChatGPT impara da solo
Utilizzando questi sistemi i ricercatori del Moorfields Eye Hospital di Londra hanno messo a punto un sistema chiamato RETFound, che apprende molto più velocemente e “da solo”.
Come funziona? «Il sistema – scrive la rivista scientifica Nature, che ha pubblicato i risultati dello studio dei ricercatori britannici – si basa su un metodo simile a quello utilizzato per addestrare modelli linguistici di grandi dimensioni come ChatGPT». Nel caso di ChatGPT l’intelligenza artificiale sfrutta una miriade di esempi di testo generato dall’uomo per imparare a prevedere, in una frase, la parola successiva, basandosi sul contesto delle parole precedenti. «Allo stesso modo – spiega Nature – RETFound utilizza un grandissimo numero di foto della retina (1,6 milioni) per imparare a prevedere come dovrebbero apparire le parti mancanti delle immagini».
Risposte di alta precisione
I risultati sono stati molto positivi: se si usa una scala in cui zero rappresenta l’incapacità di distinguere, 0,5 la scoperta casuale dalla risposta corretta e 1 la risposta corretta in quanto frutto di un procedimento deduttivo, si scopre che, nel caso della retinopatia diabetica, RETFound totalizza un punteggio tra 0.882 e 0,943 a seconda della quantità e della tipologia di immagini fornite. Nel caso di patologie sistemiche come l’ipertensione, l’infarto o il Parkinson, l’efficienza è inferiore, a causa della complessità dei dati, ma comunque superiore a quella dei sistemi di AI tradizionali.
Come sottolinea anche un articolo di commento uscito sullo stesso numero di Nature, l’importanza di questo lavoro, tra i primissimi ad aver dimostrato le potenzialità dei sistemi SSL, è che costituisce un paradigma, un modello al quale ispirarsi per istruire altri sistemi SSL a effettuare diagnosi in modo non invasivo ed estremamente attendibile, partendo da immagini della retina ottenute con esami di routine.