Arizona Tribune - L'IA aiuta a distinguere le diverse forme di artrite reumatoide

L'IA aiuta a distinguere le diverse forme di artrite reumatoide

L'IA aiuta a distinguere le diverse forme di artrite reumatoide

Studio su Nature: "Il machine learning migliora la diagnosi"

Dimensione del testo:

Il machine learning, ovvero l'apprendimento automatico, aiuta a distinguere i sottotipi di artrite reumatoide e potenzialmente potrà migliorare diagnosi e cure per chi ne soffre. I risultati della nuova applicazione basata sull'intelligenza artificiale sono stati pubblicati sulla rivista Nature Communications. Esistono diverse ricerche che misurano l'efficacia dell'apprendimento automatico in oncologia. Ora i ricercatori, guidati da Fei Wang, direttore fondatore dell'Institute of AI for Digital Health del Weill Cornell Medicine (New York City), hanno lavorato per espandere l'uso di questa tecnologia al processo di sottotipizzazione dell'artrite reumatoide. Distinguere tra i tre sottotipi di malattia, infatti, può aiutare i medici a scegliere quale terapia ha maggiori probabilità di essere efficace per un determinato paziente. Attualmente, i patologi classificano manualmente i sottotipi di artrite, con un processo lento che aumenta i costi della ricerca e può portare a incongruenze. Il team ha prima addestrato il il nuovo algoritmo su campioni di tessuto proveniente da un set di topi con questa malattia e poi ha convalidato lo strumento su tessuti derivati da biopsie di pazienti con artrite reumatoide, dimostrando che poteva tipizzare in modo efficace campioni clinici umani. "Se riesci a creare un algoritmo che identifica il sottotipo di un paziente, sarai in grado di fornire più rapidamente i trattamenti di cui le persone hanno bisogno", spiega Richard Bell, analista di patologia computazionale presso il Molecular Histopathology Core Laboratory dell'Hospital for Special Surgery. "I risultati dimostrano il crescente impatto dell'intelligenza artificiale nel progresso della medicina personalizzata", conclude Rainu Kaushal, presidente del Dipartimento di scienze della salute della popolazione presso Weill Cornell Medicine. Lo strumento potrebbe anche aumentare l'efficienza delle sperimentazioni cliniche che testano i trattamenti per pazienti con diversi sottotipi.

W.Moreno--AT