Quantcast
News

L’intelligenza artificiale sa prevedere le malattie sulla base delle scansioni ossee

Condividi l'articolo

I ricercatori dell’Edith Cowan University in Australia hanno utilizzato l’intelligenza artificiale per accelerare il processo di valutazione e conteggio della calcificazione nel sistema cardiovascolare. Analizzando le radiografie ossee, il computer è stato in grado di prevedere la probabilità di un attacco cardiaco o ictus.

Leggi anche:

La densità ossea viene solitamente scansionata per rilevare l’osteoporosi nelle vertebre, ma il team di scienziati ha deciso che in questo modo è possibile individuare anche altre patologie nel corpo, in particolare la calcificazione dell’aorta addominale (AAC). I ricercatori hanno inserito nella loro modello di apprendimento automatico 5012 immagini della colonna vertebrale, scattate da quattro diverse macchine per la misurazione della densità ossea. Successivamente, hanno valutato le prestazioni del modello nella classificazione precisa delle immagini in categorie di calcificazione bassa, media e alta sulla base della loro valutazione AAC-24.

Per verificare l’accuratezza della valutazione AAC basata sull’apprendimento automatico, è stata confrontata con le valutazioni degli esperti umani. Alla fine, sia lo specialista che il programma sono arrivati alla stessa conclusione nell’80% dei casi. Solo il 3% delle persone con punteggi AAC elevati sono state diagnosticati erroneamente dal software come avendo punteggi bassi.

L’IA è in grado di fare diagnosi a una velocità di circa 60.000 immagini al giorno. In media, uno specialista impiega tra 5 e 15 minuti per analizzare un’immagine.

Fonte

Ti potrebbe interessare:
Segui guruhitech su:

Esprimi il tuo parere!

Ti piace questo nuovo utilizzo dell’intelligenza artificiale? Lascia un commento nell’apposita sezione che trovi più in basso e se ti va, iscriviti alla newsletter.

Per qualsiasi domanda, informazione o assistenza nel mondo della tecnologia, puoi inviare una email all’indirizzo [email protected].

+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
0 0 votes
Article Rating

Rispondi

0 Commenti
Newest
Oldest Most Voted
Inline Feedbacks
View all comments
0
Would love your thoughts, please comment.x