AI di Google individua il tumore alla mammella con meno errori

Mammografia

Questa notizia esce quasi contemporaneamente allo studio svedese che segnalavo qualche giorno fa, ma le due attività non sono collegate.

Google ha presentato uno studio dove un algoritmo di intelligenza artificiale è in grado di leggere le mammografie individuando il tumore alla mammella in fase iniziale con tassi di errore più bassi rispetto ai radiologi.

Uno dei problemi che affliggono l’attuale screening del cancro alla mammella (il tumore più diffuso fra le donne) è l’alto tasso di errori. Circa uno screening su cinque fallisce nell’individuare la presenza della malattia, mentre la metà delle donne che fanno controlli annuali ha la possibilità di incorrere in almeno un falso positivo in un periodo di 10 anni.

Probabilmente è anche per questi motivi che ricercatori in tutto il mondo sono al lavoro per realizzare modelli di intelligenza artificiale che migliorino l’efficacia dei controlli.

Il modello AI di Google, in uno studio presentato su Nature, ha ottenuto una riduzione assoluta del 9,4% sui falsi negativi e del 5,7% sui falsi positivi per quanto riguarda le pazienti americane (dove vi è un controllo singolo). Invece il confronto con le pazienti UK (dove vi è già una doppia verifica da parte di più radiologi) ha visto un miglioramento assoluto meno marcato: 2,7% sui falsi negativi e 1,2% sui falsi positivi. Dati comunque migliorativi rispetto ai soli controlli umani.

I ricercatori hanno inoltre testato la capacità del modello di “generalizzare”, che in questo contesto vuol dire operare con efficacia anche su dataset provenienti da Paesi diversi. Infatti uno dei limiti dei modelli di intelligenza artificiale a volte può essere il training molto specifico, in questo caso effettuato su mammografie di 25.000 donne dal Regno Unito e solo 3.000 dagli Stati Uniti. Nonostante la prevalenza di donne britanniche l’algoritmo si è adattato bene anche quando è stato testato su un pubblico americano.

Il sistema però è ancora lontano dall’essere perfetto: nonostante i migliori risultati generali, in alcuni casi il modello ha commesso errori che i radiologi umani avevano invece classificato correttamente. Anche per questi motivi probabilmente Google intende continuare a migliorare l’algoritmo prima di pensare a un uso sul campo, e comunque il progetto non è pensato per sostituire i radiologi, bensì per aiutarli a fare diagnosi migliori.

Per approfondire: International evaluation of an AI system for breast cancer screening (sono liberamente disponibili l’abstract e i dati, il resto è solo per gli iscritti a Nature)

Sono partner e fondatore di SNGLR Holding AG, un gruppo svizzero specializzato in tecnologie esponenziali con sedi in Europa, USA e UAE, dove curo i programmi inerenti l'intelligenza artificiale. Dopo la laurea in Management ho conseguito una specializzazione in Business Analytics a Wharton, una certificazione Artificial Intelligence Professional da IBM e una sul machine learning da Google Cloud. Sono socio fondatore del chapter italiano di Internet Society, membro dell’Associazione Italiana esperti in Infrastrutture Critiche (AIIC), della Association for the Advancement of Artificial Intelligence (AAAI), della Association for Computing Machinery (ACM) e dell’Associazione Italiana per l’Intelligenza Artificiale (AIxIA). Dal 2002 al 2005 ho servito il Governo Italiano come advisor del Ministro delle Comunicazioni sui temi di cyber security. Oggi partecipo ai lavori della European AI Alliance della Commissione Europea e a workshop tematici della European Defence Agency e del Joint Research Centre. Questo blog è personale.