Retinopatia diabetica, utilizzo di macchine intelligenti per la diagnosi
Macchine che funzionano secondo particolari algoritmi che permettono loro di “imparare” dall'esperienza possono potenzialmente dare una mano ai medici quando si tratta di diagnosticare diverse malattie, inclusa la retinopatia diabetica. Lo affermano dalle pagine della rivista Jama i ricercatori coordinati da Lily Peng, studentessa di dottorato presso Google Inc., a Mountain View, in California, che assieme ai colleghi ha utilizzato nel suo studio quello che in gergo viene definito “deep learning”.
«In altre parole e semplificando fino quasi all'eccesso, si può dire che gli algoritmi utilizzati in caso di deep learning sono in grado di imparare da soli, senza il bisogno che qualcuno inserisca specifiche informazioni su come imparare dagli esempi» spiega la ricercatrice che ha focalizzato la propria analisi sulla retinopatia diabetica. «Si tratta di una patologia che interessa il 29% circa dei diabetici negli Stati Uniti» chiariscono gli autori sottolineando che molte linee guida raccomandano screening per identificare il disturbo da svolgere con cadenza diversa a seconda anche della gravità del diabete. «Avere un sistema oggettivo e automatizzato come un algoritmo che sia in grado di arrivare alla diagnosi potrebbe aumentare le possibilità dello screening e aiutare gli oftalmologi che oggi diagnosticano la patologia» afferma Peng. E i risultati parlano chiaro: in due studi ad hoc che hanno coinvolto poco meno di 6.000 persone, l'algoritmo intelligente ha mostrato ottima sensibilità (96-97,5%) e specificità (93-94%) per la retinopatia diabetica. «I dati dimostrano che questi algoritmi intelligenti funzionano quando si tratta di identificare la retinopatia diabetica e offrono numerosi vantaggi: risposte oggettive e sempre uguali di fronte allo stesso campione, alta specificità e sensibilità e la possibilità di avere il risultato in pochi secondi» commentano gli autori che poi ricordano l'importanza di studi futuri che possano confermare la validità di questi algoritmi nella pratica clinica di tutti i giorni.
Jama 2016. doi: 10.1001/jama.2016.17216
http://jamanetwork.com/journals/jama/fullarticle/10.1001/jama.2016.17216
Tratto da: Doctor33, 01 dicembre 2016