Securities.io maintains rigorous editorial standards and may receive compensation from reviewed links. We are not a registered investment adviser and this is not investment advice. Please view our affiliate disclosure.
Table Of Contents
Nuovi strumenti per vecchie diagnosi
Da quando è nata la medicina, molte diagnosi si basano sull’ispezione visiva del paziente. Ciò è ancora vero per le infezioni dell’orecchio, che richiedono generalmente un clinico esperto per essere diagnosticato correttamente.
In questo caso specifico, l’esperienza e la competenza del medico sono molto importanti, poiché studi precedenti su clinici hanno riportato un’accuratezza diagnostica di AOM che varia dal 30% all’84%, a seconda del tipo di fornitore di assistenza sanitaria, del livello di formazione e dell’età dei bambini esaminati.
Di conseguenza, molte infezioni dell’orecchio sono diagnosticati in modo errato come otite media con effusione, o fluido dietro l’orecchio, una condizione che generalmente non coinvolge batteri e non trae beneficio dal trattamento antimicrobico.
Ma uno nuovo strumento è stato sviluppato per aiutare i medici, basandosi sull’emergere della visione artificiale dell’AI, insieme all’onnipresenza degli smartphone. E potrebbe aiutare a ridurre l’uso non necessario di antibiotici, che porta all’emergere problematico della resistenza agli antibiotici.
“La sottodiagnosi comporta cure inadeguate e la sovradiagnosi comporta un trattamento antibiotico non necessario, che può compromettere l’efficacia degli antibiotici attualmente disponibili. Il nostro strumento aiuta a ottenere la diagnosi corretta e a guidare il trattamento appropriato.”
Alejandro Hoberman, M.D., Pr. di pediatria e direttore della Divisione di pediatria accademica generale alla Scuola di medicina di Pitt.
[/caption]
Il Pr Hoberman ha collaborato con ricercatori della Tandon School of Engineering di New York, del Bosch Center for Artificial Intelligence di Pittsburgh e di Dcipher Analytics di Stoccolma, in Svezia, per sviluppare uno strumento AI per la rilevazione delle infezioni dell’orecchio.
Hanno pubblicato i loro risultati su JAMA Pediatrics, con il titolo “Sviluppo e convalida di un classificatore automatizzato per diagnosticare l’otite media acuta nei bambini.
Lo strumento AI risultante richiede solo un otoscopio collegato a una fotocamera smartphone.
Hanno creato due modelli AI diversi e utilizzato un database di 1.151 video della membrana timpanica di 635 bambini. Hanno quindi chiesto agli esperti di annotare manualmente ogni video come corrispondente a un’infezione dell’orecchio o no.
921 video sono stati utilizzati per addestrare l’AI e i 230 video rimanenti sono stati utilizzati come test per valutare l’accuratezza dell’AI.
Tra i parametri misurati per la diagnosi corretta c’erano la forma, il colore, la posizione e la traslucenza del timpano.
Entrambi i modelli sono stati molto precisi, producendo una sensibilità del 9,38% e una specificità del 93,5%. Ciò significa che non solo l’AI ha rilevato l’infezione in modo accurato, ma ha anche avuto un tasso molto basso di falsi negativi e falsi positivi.
È anche degno di nota che ciò è un’accuratezza migliore di quella ottenuta anche dai migliori risultati di identificazione visiva dei medici e molto più alta dei risultati ottenuti in condizioni meno ideali (bambini più piccoli, medici non formati, ecc.).
Il video può essere registrato e archiviato. Ciò può essere utilizzato per spiegare la diagnosi al paziente o ai genitori del paziente e può essere archiviato nel file del paziente. I video registrati possono anche essere utilizzati per addestrare gli studenti di medicina o i residenti e fornire uno strumento di insegnamento prezioso per gli ospedali e le pratiche mediche.
Dovrebbe anche aiutare i medici di base a fare la diagnosi corretta e ridurre la prescrizione eccessiva di antibiotici.
La semplicità dell’implementazione di questo strumento, utilizzando solo lo smartphone di un medico e un otoscopio, dovrebbe anche consentire una rapida distribuzione e facilità di adozione.
Aziende di diagnosi AI
Per molto tempo, l’applicazione dell’AI in ambienti complessi come il corpo umano non funzionava, poiché lottava per gestire la “sporcizia” dei dati forniti.
Le nuove tecnologie come le reti neurali hanno cambiato questo, creando una “visione artificiale” di cui alcune delle applicazioni più note sono le auto a guida autonoma.
Molte diagnosi mediche oggi si basano ancora sull’opinione dei medici e sull’esperienza derivante dallo studio manuale di migliaia di immagini di scanner, RMI e anche timpani. Se l’AI può ora determinare dove si trovano i ciclisti sulla strada, sta anche diventando migliore, se non migliore degli esseri umani, nel rilevare infezioni, tumori e altri problemi medici.
Molte grandi aziende stanno incorporando l’AI nei loro sistemi di imaging, come GE Healthcare, Siemens Healthineers, Canon Medical e Philips. Tuttavia, a causa della loro dimensione, queste aziende non sono puri giocatori nell’ambito della diagnostica medica AI.
Altre aziende più focalizzate e startup sono elencate privatamente, come PathAI e Viz.AI, ad esempio. Quindi ci siamo concentrati su azioni quotate pubblicamente.
Butterfly è sia lo sviluppatore di uno strumento di diagnosi avanzato e ultra-portatile per ultrasuoni, sia di un software integrato che utilizza l’AI per aiutare la diagnosi, chiamato “Compass“.
L’azienda è ora alla sua 3ª generazione di sonda per ultrasuoni, con il rilascio nel 2024 dell’iQ3, con un tasso di trasferimento dei dati più alto e 2 volte la potenza di elaborazione della versione precedente. Come tutte le precedenti sonde per ultrasuoni Butterfly, si basa sulla tecnologia semiconduttore “ultrasuoni su chip” invece dei classici sensori piezoelettrici.
iQ3 offre un’esperienza utente superiore, compresa la possibilità di visualizzare sia 3D che multi-piani contemporaneamente, software cloud integrato e avvio rapido, il tutto a un prezzo più basso.
L’azienda utilizza l’AI per migliorare le immagini, generare misurazioni rilevanti per la diagnosi in modo automatico, nonché fornire pratica di formazione e insegnamento.
Butterfly si sta espandendo rapidamente in nuovi mercati in Asia (Singapore, Indonesia, Filippine, ecc.) e anche nel mercato veterinario, ad esempio per controllare la salute del bestiame, sfruttando l’ultra-portabilità del suo strumento per ultrasuoni.
Enlitic ha sviluppato un sistema AI per analizzare le immagini di radiologia e generare automaticamente descrizioni standardizzate delle immagini. Ciò rappresenta il prossimo passo nella radiologia delle immagini dei grandi dati, dopo l’adozione di standard tecnici come DICOM o HL7.
Per farlo, la tecnologia Enlitic utilizza la visione artificiale e l’elaborazione del linguaggio naturale per analizzare le immagini DICOM, identificando vari parametri come parti del corpo, orientamento, contrasto e spessore della fetta per immagini TC, RM e RX.
Questo tipo di standardizzazione sarà necessario per i progressi dell’AI nella radiologia, nonché nella telemedicina e nell’automazione. Fornirà interoperabilità tra i sistemi, in base a un sistema di etichettatura affidabile.
Dovrebbe anche aiutare la monetizzazione di questi dati da parte degli ospedali e dei centri di radiologia, per fornire dati anonimi e standardizzati per ulteriore formazione AI.
Jonathan è un ex ricercatore di biochimica che ha lavorato nell'analisi genetica e nei trial clinici. Ora è un analista di mercato e scrittore di finanza con un focus su innovazione, cicli di mercato e geopolitica nella sua pubblicazione The Eurasian Century.
