L'imaging medico svolge un ruolo cruciale nella diagnostica e nella ricerca, poiché fornisce importanti informazioni sulle strutture interne del corpo ed è essenziale nella diagnosi e nel trattamento delle malattie. In questo contesto, il Massachusetts Institute of Technology (MIT), in collaborazione con il Massachusetts General Hospital e la Harvard Medical School, ha sviluppato l'innovativo strumento interattivo di intelligenza artificiale «ScribblePrompt». Questo strumento mira a rivoluzionare radicalmente la segmentazione delle immagini mediche grazie alla sua precisione ed efficienza.
Lo strumento è in grado di evidenziare efficacemente le strutture anatomiche in varie scansioni mediche e identificare le regioni e le anomalie rilevanti. Gli utenti possono semplicemente disegnare approssimativamente su un'immagine biomedica, fare clic o utilizzare un riquadro di delimitazione e lo strumento evidenzierà l'intera struttura o lo sfondo come desiderato. Inoltre, lo strumento consente agli utenti di apportare correzioni in base al feedback chiedendo agli utenti di fornire informazioni aggiuntive o escludere aree indesiderate.
Una delle maggiori sfide nell'annotazione delle immagini mediche è che ricercatori e medici devono etichettare un gran numero di immagini per addestrare gli strumenti di intelligenza artificiale esistenti prima di poter segmentare con precisione. ScribblePrompt aggira questo problema offrendo la possibilità di segmentare rapidamente qualsiasi immagine medica, anche una che non è mai stata vista prima. Per fare ciò, il team di ricerca ha simulato il modo in cui gli utenti etichetterebbero oltre 50.000 scansioni. Lo hanno fatto utilizzando algoritmi che simulavano il modo in cui gli umani disegnavano e cliccavano su immagini diverse. Hanno anche utilizzato algoritmi a superpixel per identificare parti di immagini che potrebbero essere trascurate nelle annotazioni convenzionali, aumentando ulteriormente la precisione del modello.
Molti metodi esistenti hanno difficoltà quando gli utenti disegnano sulle immagini perché è complesso simulare tali interazioni durante l'allenamento. Tuttavia, addestrando ScribblePrompt a modellare con precisione i tipi di interazioni che gli utenti hanno in genere con le immagini, è possibile effettuare annotazioni molto più rapide e accurate.
Diversi studi sugli utenti hanno confermato l'efficacia dello strumento. Il tempo necessario per l'annotazione delle immagini mediche è stato ridotto del 28%. Inoltre, i partecipanti hanno mostrato una forte preferenza per ScribblePrompt rispetto ad altri metodi, il che indica la facilità d'uso dello strumento.
Nel settore sanitario, ScribblePrompt può apportare vantaggi significativi, soprattutto per i medici e il personale medico che spesso devono affrontare il lungo compito di etichettare manualmente le strutture anatomiche nelle immagini mediche. In sintesi, l'uso di tali strumenti di intelligenza artificiale avanzati consente ai professionisti medici di interpretare immagini complesse in modo rapido e preciso. Ciò può portare a diagnosi migliori e a una migliore assistenza ai pazienti.
ScribblePrompt ha quindi un grande potenziale per il futuro e supporta la crescente tendenza alla collaborazione tra umani e intelligenza artificiale nel settore sanitario. Combinando una tecnologia avanzata con un'applicazione intuitiva, lo strumento può aiutare ad aumentare l'efficienza e la precisione nell'annotazione delle immagini mediche e, in definitiva, a ottimizzare l'assistenza ai pazienti.
Referenze
https://scribbleprompt.csail.mit.edu
https://news.mit.edu/2024/scribbleprompt-helping-doctors-annotate-medical-scans-0909
https://www.azorobotics.com/News.aspx?newsID=15308
