Nuovo sistema AI PathChat migliora la diagnosi dei tumori

Sviluppato presso il laboratorio Mahmood del Brigham and Women’s Hospital, il sistema AI PathChat può fungere da consulente per i medici in carne e ossa, aiutandoli a identificare, valutare e diagnosticare tumori e altre gravi condizioni mediche.

PathChat ha dimostrato prestazioni significativamente migliori rispetto ai principali modelli di intelligenza artificiale su domande diagnostiche a scelta multipla. Inoltre, è in grado di generare risposte clinicamente rilevanti a domande aperte. A partire da questa settimana, il nuovo sistema AI sarà disponibile attraverso una licenza esclusiva con Modella AI, un’azienda biomedica con sede a Boston.

Caratteristiche e funzionalità di PathChat

PathChat è un sistema di intelligenza artificiale progettato per interagire con i medici attraverso una conversazione su immagini mediche e referti clinici. Si tratta di un modello linguistico avanzato che può elaborare sia il linguaggio naturale che le immagini, grazie alle sue grandi capacità computazionali.

Durante la fase di sviluppo, i ricercatori hanno raccolto un ampio dataset contenente immagini di diversi esami patologici (radiografie, TAC, risonanze magnetiche, ecc.) e i relativi referti medici. Questi dati sono serviti per addestrare PathChat a comprendere il contenuto sia visivo che testuale in ambito clinico. Successivamente, hanno preso un modello pre-esistente per il riconoscimento di immagini mediche e l’hanno integrato con un grande modello linguistico pre-addestrato.

In questo modo PathChat può analizzare le immagini patologiche e generare testi coerenti. Gli sviluppatori hanno poi perfezionato il sistema con un addestramento specifico per correlare immagini e testi, in modo che il sistema imparasse a descrivere verbalmente ciò che vedeva nelle immagini.

Infine, lo hanno addestrato con coppie di domande e risposte in ambito medico, per rendere le conversazioni più naturali e interattive. Grazie a questo lungo processo di addestramento su dati reali, PathChat ha acquisito la capacità di sostenere conversazioni approfondite con i medici, rispondendo alle loro domande e commentando le immagini mediche in modo sostanziale.

Prestazioni superiori rispetto ai modelli concorrenti

I ricercatori hanno messo a confronto PathChat con ChatGPT-4 Vision, il modello open-source LLaVA e LLaVA-Med, specifico per il settore biomedico. PathChat ha ottenuto un’accuratezza del 78% quando gli sono state presentate solo immagini di radiografie, biopsie, vetrini e altri esami medici, e dell’89,5% quando è stato fornito anche un contesto clinico aggiuntivo, come il sesso, l’età, la storia clinica e i risultati radiologici del paziente.

Verso un’intelligenza generale della patologia

Faisal Mahmood, professore associato di patologia alla Harvard Medical School, ha dichiarato che fino ad ora, i modelli di intelligenza artificiale sviluppati per la diagnosi erano piuttosto limitati nelle loro capacità. Molti sistemi AI esistenti sono stati progettati per diagnosticare uno specifico tipo di malattia (ad esempio il cancro alla prostata) oppure per svolgere un singolo compito diagnostico (come identificare la presenza di cellule tumorali in un’immagine).

Questi modelli AI, una volta che sono stati addestrati su uno specifico problema, non sono in grado di adattarsi per affrontare nuove situazioni. Di conseguenza, i modelli AI attuali non possono essere utilizzati in modo flessibile e interattivo dai medici nella pratica clinica.

PathChat rappresenta invece un passo avanti verso un’intelligenza artificiale più generale e versatile. È stato progettato come un “copilota AI” che può supportare i medici in modo interattivo in diversi compiti diagnostici e vari scenari clinici. Non è limitato ad un singolo problema, ma può adattarsi alle necessità del medico.

Applicazioni pratiche di PathChat

PathChat potrebbe essere utilizzato per supportare un processo diagnostico che prevede una collaborazione continua tra l’intelligenza artificiale e il medico umano.

In pratica, il flusso diagnostico potrebbe svolgersi così: Il modello AI PathChat effettua una prima analisi di un’immagine istopatologica (biopsia), fornendo informazioni sulla struttura dei tessuti e identificando potenziali caratteristiche che indicano malignità. Il patologo umano esamina questa prima valutazione di PathChat e fornisce ulteriori informazioni cliniche sul caso specifico, che il modello AI non può conoscere (anamnesi del paziente, sintomi, esami precedenti ecc.).

Sulla base di queste nuove informazioni, il patologo chiede a PathChat un parere più approfondito, ad esempio una diagnosi differenziale tra diverse patologie che potrebbero causare quel quadro. Se il medico ritiene ragionevole il suggerimento diagnostico di PathChat, può decidere di richiedere ulteriori test per confermare la diagnosi.

I risultati di questi nuovi test vengono forniti a PathChat, che può così affinare e completare la diagnosi finale, sempre sotto la supervisione del medico. In questo modo l’intelligenza artificiale supporta attivamente il processo diagnostico umano, ma non lo sostituisce. C’è una collaborazione continua per arrivare ad una diagnosi accurata e condivisa.