(ANSA) - TRIESTE, 02 AGO - Integrare le scelte e le valutazioni diagnostiche "umane" migliora significativamente l'accuratezza dell'intelligenza artificiale utilizzata per l'individuazione del cancro della pelle: è quanto dimostra lo studio A reinforcement learning model for AI-based decision support in skin cancer pubblicato su Nature Medicine.
In questo studio, il team di ricercatori di cui fa parte Iris Zalaudek, ordinario di Malattie cutanee e veneree all'Università di Trieste e direttrice della Clinica dermatologica di Asugi, ha addestrato un sistema di intelligenza artificiale utilizzando un metodo chiamato "apprendimento per rinforzo".
Il programma informatico - spiega l'ateneo triestino - ha imparato, attraverso tentativi ed errori, a fare diagnosi accurate considerando i pro e i contro delle diverse scelte diagnostiche. Rispetto ai metodi tradizionali di apprendimento supervisionato, il nuovo approccio ha aumentato l'accuratezza nell'individuazione del melanoma e del carcinoma basocellulare, ha ridotto le diagnosi troppo sicure e ha migliorato l'assistenza complessiva ai pazienti.
In dettaglio, è stata migliorata la capacità di individuare il melanoma dal 61,4% al 79,5% e, per il carcinoma basocellulare, dal 79,4% all'87,1%. Il tasso di diagnosi corrette fatte dai dermatologi è aumentato del 12% e ha migliorato il tasso ottimale di decisioni di gestione delle patologie dal 57,4% al 65,3%.
Questi risultati - conclude l'ateneo - suggeriscono che l'integrazione delle competenze e sensibilità umane nell'Ia medica può portare a risultati diagnostici e assistenziali migliori. (ANSA).