Lo sviluppo così prolifico dell’intelligenza artificiale nel panorama Healthcare è legato all’aumento significativo dei dati. Sono le informazioni ad alimentare i sistemi di analisi da cui gli strumenti di machine learning attingono per apprendere e migliorarsi.
L’intelligenza artificiale vede la sua applicazione nella Sanità in settori applicativi che sono già ad oggi incredibilmente fertili. Tra questi la diagnostica: settore sul quale stiamo lavorando mettendo a punto un prototipo di acquisizione e annotazioni delle immagini ecografiche per la diagnosi dei tumori.
Non solo diagnostica ma anche:
Il risultato del prototipo che stiamo realizzando potrà essere reso disponibile per i centri medici e le aziende sanitarie che avranno la possibilità di impiegare un sistema di supporto alle decisioni per la diagnosi e stadiazione dei tumori pur non disponendo di una casistica e di volumi di attività appropriati per garantire livelli di accuratezza elevati per i propri pazienti.
Il prototipo è sviluppato secondo tre sottosistemi coordinati che operano in serie al fine di offrire il massimo contributo al personale sanitario durante il processo diagnostico.
Destinato all’acquisizione di ecografie e all’annotazione delle stesse. Consente la raccolta dei dati e l’annotazione delle immagini ecografiche. Ovvero la descrizione e identificazione delle loro caratteristiche peculiari, al fine di realizzare l’addestramento dei modelli di Intelligenza Artificiale.
L'addestramento è ciclico e supervisionato fino all’ottenimento di modelli altamente accurati, che vengono quindi resi disponibili automaticamente per l’interpretazione delle nuove immagini ecografiche.
Consente al personale clinico e sanitario di essere supportati nella formulazione di una corretta diagnosi e stadiazione del cancro semplificando il processo di osservazione, misurazione, riconoscimento e predizione della neoplasia e riducendo l’eventuale errore umano.
