Una delle lotte in cui l’essere umano oggi è maggiormente implicato è sicuramente quella al cancro. Male spesso impossibile da debellare e che provoca ad oggi ancora tantissime morti, il tumore è uno dei principali motivi di preoccupazione di tantissime persone. A tal proposito sembra che l’intelligenza artificiale possa fornire una grossa mano nella lotta, soprattutto con un nuovo modello.
L’AI sarebbe stata infatti lavorata in modo tale da tirare fuori un nuovo metodo utile per individuare i residui di tumori cerebrali durante gli interventi chirurgici in soli 10 secondi.
FastGlioma: il nuovo modello che aiuta nella lotta al cancro, ecco come funziona
In fase di rimozione di un tumore cerebrale, la parte più complicata è probabilmente quella che i chirurghi impiegano per distinguere il tessuto canceroso da quello sano. Compiere degli errori risulterebbe potenzialmente fatale o dannoso per il futuro prossimo del paziente. Nasce appositamente FastGlioma, il modello AI che affronta questa problematica con un approccio totalmente nuovo. Stando a quanto riportato infatti, è in grado di analizzare immagini ad altissima risoluzione sfruttando una tecnica di immagini microscopico chiamata Stimulated Raman Histology (SRH).
Il sistema riesce a raggiungere una precisione del 92% in soli 100 secondi. Tutto ciò è dovuto principalmente ai modelli AI addestrati con banche dati enormi. Bastano poi solo 10 secondi per una precisione del 90% sfruttando immagini a bassa risoluzione. È in questo modo che FastGlioma garantisce ai chirurghi un intervento tempestivo, evitando ripercussioni post-operatorie. In realtà il nuovo modello AI presenta tratti utili anche per la lotta contro il cancro ai polmoni, alla prostata e al seno, per cui potrebbe aprire un futuro totalmente nuovo per quanto concerne la lotta ai tumori.
Un altro aspetto importante è la disponibilità della tecnologia. Gli sviluppatori hanno reso il modello open source, offrendo una demo online per facilitarne l’accesso da parte di ricercatori e medici di tutto il mondo. Questo approccio collaborativo potrebbe accelerare l’adozione di soluzioni basate su AI in altri ambiti medici.