Ricercatori della University of Missouri hanno studiato come l'intelligenza artificiale possa assistere nell'individuazione del melanoma analizzando immagini cutanee sospette. L'obiettivo è identificare più rapidamente i casi che richiedono un controllo medico e permettere trattamenti tempestivi.
Singh e il suo team hanno addestrato e testato modelli usando un database di 400.000 immagini ottenute con fotografia 3D dell'intero corpo, una tecnica che crea una mappa tridimensionale della pelle e permette di esaminare dettagli visivi sottili. Il gruppo ha confrontato tre modelli esistenti: ciascuno ha raggiunto fino all'88% di accuratezza e la combinazione dei tre ha superato il 92%.
I ricercatori sottolineano che la tecnologia è uno strumento di supporto alle decisioni, non un sostituto dei medici. Affermano inoltre che l'addestramento su dataset più ampi e diversificati, con diverse tonalità di pelle e condizioni di ripresa, dovrebbe migliorare la capacità predittiva nel tempo.
Parole difficili
- individuazione — azione di trovare o riconoscere qualcosa
- melanoma — tumore della pelle che può essere molto grave
- fotografia 3D — immagine che riproduce forma e profondità della pelle
- mappa tridimensionale — rappresentazione che mostra la forma in tre dimensioni
- addestrare — insegnare a un modello di intelligenza artificialeaddestrato
- accuratezza — grado di correttezza nelle risposte o predizioni
- dataset — raccolta di dati o immagini usata per analisidatabase
- supporto — aiuto che assiste una decisione o azione
Suggerimento: passa il mouse o tocca le parole evidenziate nell’articolo per vedere definizioni rapide mentre leggi o ascolti.
Domande di discussione
- Secondo te, quali vantaggi può dare l'uso di immagini 3D nella diagnosi della pelle? Spiega in poche frasi.
- Perché è importante usare dataset con diverse tonalità di pelle e condizioni di ripresa?
- Quali problemi o limiti pensi possano esserci quando si usa l'intelligenza artificiale in medicina?
Articoli correlati
Perché l'intelligenza artificiale produce risultati ingiusti
Una ricerca dell'University of Texas at Austin indica che molti bias nell'intelligenza artificiale nascono perché i modelli non catturano la complessità del mondo reale. Lo studio individua tre fattori che aumentano il rischio di risultati ingiusti.
Un indossabile con AI per rilevare la fragilità negli anziani
Ricercatori hanno creato una manica indossabile che usa intelligenza artificiale per identificare segnali precoci di fragilità negli anziani. Il dispositivo analizza i passi sulla coscia e invia i risultati a uno smartphone.
