L’intelligenza artificiale per valutare la gravità dei casi di COVID-19

La nuova tecnologia di deep learning sarebbe in grado di valutare la gravità delle infezioni polmonari aiutando nella gestione dei pazienti con COVID-19.

I risultati di uno studio1 recente, che ha coinvolto ricercatori dell'Università di Waterloo, della Stony Brook School of Medicine and the Montefiore Medical Center di New York e della start-up DarwinAI, mostrano che la intelligenza artificiale (AI) è in grado di valutare la gravità dei casi di COVID-19 con un promettente grado di accuratezza.

Il Deep Learning (noto anche come apprendimento strutturato profondo o apprendimento gerarchico), cioè l’apprendimento da parte delle macchine attraverso dati acquisiti grazie all’utilizzo di algoritmi di calcolo statistico, è stato addestrato per analizzare l'estensione e l'opacità dell'infezione di SARS-CoV-2 nei polmoni dei pazienti COVID-19 sulla base delle radiografie del torace.

I punteggi ottenuti sono stati quindi confrontati con le valutazioni delle stesse radiografie eseguite da parte di radiologi esperti ed i risultati hanno mostrato che le previsioni fatte dal software AI erano allineate con i punteggi forniti dagli esperti umani sia per l'estensione che per l'opacità, importanti indicatori della gravità della infezione.

Secondo Alexander Wong, professore di ingegneria della progettazione di sistemi, questa tecnologia potrebbe fornire ai medici un prezioso strumento di aiuto nella gestione dei pazienti.

"La valutazione della gravità di un paziente con COVID-19 è un passaggio fondamentale nel flusso di lavoro clinico per determinare la migliore linea d'azione per il trattamento e la cura, sia che si tratti di ricoverare il paziente in terapia intensiva, di somministrargli ossigenoterapia o di sottoporlo a ventilazione meccanica" -ha dichiarato Wong - "I risultati promettenti di questo studio mostrano che l'intelligenza artificiale ha un forte potenziale per essere uno strumento efficace per supportare gli operatori sanitari in prima linea nelle loro decisioni e migliorare l'efficienza clinica, che è particolarmente importante considerando lo stress che la pandemia ha posto sui sistemi sanitari di tutto il mondo."

 

1. Wong, A., Lin, Z.Q., Wang, L. et al. Towards computer-aided severity assessment via deep neural networks for geographic and opacity extent scoring of SARS-CoV-2 chest X-rays. Sci Rep. 2021 ;11(1):9315.

Ultimo aggiornamento: 15 Luglio 2021

×

Question-Time.it

×

Contatti

Effetti srl

Via G.B. Giorgini 16 - 20151 Milano
email: effetti@effetti.it
web: www.effetti.it - www.makevent.it

Chiudi

×

Password dimenticata

Password dimenticata

Indirizzo email non valido

Password dimenticata

Inserisca il suo indirizzo email. Riceverà un messaggio con il link per effettuare il reset della password.