Studio rivela: l'AI confonde radiografie al ginocchio con segnali di consumo di birra
RomeL'intelligenza artificiale sta rivoluzionando il settore sanitario, essendo impiegata per analizzare immagini mediche e individuare dettagli spesso sfuggenti all'occhio umano. Tuttavia, un'indagine pubblicata su Scientific Reports ha evidenziato un problema significativo: l'IA può fraintendere le immagini mediche, portando a previsioni strane e inaffidabili. Nello studio di oltre 25.000 radiografie del ginocchio, i ricercatori hanno scoperto che i modelli di IA identificavano a volte caratteristiche non correlate, come il consumo di birra dei pazienti, rilevando schemi sottili privi di fondamento medico.
Le algoritmi di intelligenza artificiale a volte si concentrano sui dettagli sbagliati invece che su informazioni mediche cruciali. Questi modelli possono rilevare elementi non pertinenti nei dati, come variazioni tra macchine radiografiche o etichette di ospedali diversi. Anche quando cerchiamo di eliminare questi pregiudizi, l'AI individua altri schemi non sapientemente nascosti su cui basare le sue decisioni. Questo problema mette a rischio la qualità della ricerca scientifica e l'applicazione dell'AI nella medicina.
AI e medicina: i rischi di dettagli trascurati.
Sono stati individuati alcuni problemi principali:
10 dicembre 2024 · 15:14
Rivoluzione della ricerca genomica: l'IA e i modelli linguistici che cambiano le regole del gioco
Modelli di intelligenza artificiale che sfruttano schemi imprevisti nei dati, apprendimento scorciatoia che porta a conclusioni fuorvianti, dipendenza da variabili di confondimento invece che su caratteristiche mediche effettive e difficoltà nell'eliminare i pregiudizi.
L'intelligenza artificiale può rappresentare un rischio nella ricerca medica poiché potrebbe commettere errori. È fondamentale implementare controlli rigorosi per assicurarsi che questi sistemi di IA apprendano correttamente le informazioni mediche. L'IA non interpreta i dati come fanno gli esseri umani; si basa su schemi, non su logica o contesto umano. Pertanto, sebbene possa essere utile, dobbiamo comprenderne i limiti e gli errori possibili.
I professionisti sanitari e i ricercatori devono essere prudenti. L'utilizzo dell'IA per individuare nuovi schemi richiede prove solide. Esiste il rischio di fraintendere le capacità dell'IA, supponendo erroneamente che comprenda le cose allo stesso modo degli esseri umani. È fondamentale testare e analizzare attentamente questi strumenti per garantirne un uso corretto e sicuro negli ambienti medici.
L'intelligenza artificiale nell'ambito dell'imaging medico è in continua evoluzione, rendendo fondamentale comprendere le sue capacità, i rischi associati e come studiarla correttamente. Man mano che l'IA viene integrata sempre più nei servizi sanitari, è essenziale che la ricerca rimanga trasparente e affidabile.
Lo studio è pubblicato qui:
http://dx.doi.org/10.1038/s41746-021-00438-ze la sua citazione ufficiale - inclusi autori e rivista - è
Ravi Aggarwal, Viknesh Sounderajah, Guy Martin, Daniel S. W. Ting, Alan Karthikesalingam, Dominic King, Hutan Ashrafian, Ara Darzi. Diagnostic accuracy of deep learning in medical imaging: a systematic review and meta-analysis. npj Digital Medicine, 2021; 4 (1) DOI: 10.1038/s41746-021-00438-z10 dicembre 2024 · 08:39
Scoperte inaspettate: come l'IA in radiologia svela malattie nascoste e migliora le diagnosi
6 dicembre 2024 · 00:20
Celebrata ascesa borsistica grazie all'AI, riecheggia boom del '98
Condividi questo articolo