Una review del Vision, Imaging and Performance Laboratory (VIP) del Duke Eye Center della Duke University di Durham, in North Carolina (Usa), si è concentrata sul ruolo dell’intelligenza artificiale nella gestione del glaucoma (Thompson AC, Jammal AA, Medeiros FA. A Review of Deep Learning for Screening, Diagnosis, and Detection of Glaucoma Progression. Transl Vis Sci Technol. 2020;9(2):42. Published 2020 Jul 22. doi:10.1167/tvst.9.2.42).
Da sempre l’Oftalmologia è in prima linea nell’uso degli strumenti di intelligenza artificiale che si è mostrata efficace quanto, se non più, dei medici nell’analizzare immagini di vario genere e identificarvi pattern ripetuti.
Questa apparente superiorità deve essere però gestita con calma e ben canalizzata.
Secondo gli autori dello studio, infatti, anche se i modelli di deep learning utilizzati sono efficienti, è importante che siano attentamente validati, tenendo conto della popolazione target, degli standard utilizzati come referenze per la costruzione dei modelli e della fonte di possibili parzialità.
Lo studio, pubblicato in open source, si focalizza sul deep learning e sui metodi per allenare questi modelli e validarli per il glaucoma e porta alcuni esempi della loro applicazione, per esempio nello screening del fondo dell’occhio.
Gli autori non mancano di evidenziare le sfide da affrontare per realizzare modelli davvero utili non solo allo screening, ma anche alla diagnosi e al controllo dell’avanzamento della malattia.
Stefania Somaré
