Cercetătorii de la Universitatea Pennsylvania au dezvoltat un sistem de inteligență artificială capabil să examineze probe de țesut folosind o metodă care imită procesul de gândire al medicilor. Această tehnologie, denumită Pathology-o3, nu analizează doar fragmente mecanice, ci urmărește modul în care specialiștii identifică zonele suspecte. Scopul este de a eficientiza detectarea anomaliilor în probele de țesut, simulând pașii de examinare ai unui anatomopatolog.
Pentru a antrena acest sistem, echipa de cercetare a analizat comportamentul a opt medici anatomopatologi. Procesul a implicat monitorizarea privirii și a mișcărilor acestora asupra lamelor microscopice, eliminând ezitările sau mișcările accidentale. Prin metoda numită Pathology-CoT, inteligența artificială învață să privească imaginea de ansamblu la rezoluție redusă, să selecteze zonele relevante și apoi să mărească imaginea pentru o analiză detaliată a celulelor.
În cadrul testelor efectuate pe imagini ale ganglionilor limfatici de la pacienți cu cancer colorectal, sistemul a arătat performanțe variate. În primul test, modelul a reușit să detecteze toate imaginile care conțineau cancer, însă a generat și rezultate fals pozitive de 15,5%. Pe un set independent de imagini, rata de detecție a probelor pozitive a fost de 97,6%, dar numărul rezultatelor fals pozitive a crescut semnificativ, ajungând la 37,1%.
Performanța acestui sistem a fost comparată cu modelul OpenAI o3, care a identificat 87,5% dintre probele cu cancer. În cazul modelului OpenAI o3, 53,3% dintre imaginile considerate pozitive nu conțineau de fapt boala. Deși Pathology-o3 a demonstrat o precizie ridicată în detectarea cazurilor reale, abordarea sa de a semnala mai multe zone suspecte pentru a nu omite nicio anomalie duce la un număr mai mare de alerte eronate.
În prezent, sistemul nu poate pune un diagnostic final, deoarece acesta examinează o singură imagine, în timp ce un diagnostic complet necesită analiza mai multor probe și a istoricului pacientului. Utilizarea tehnologiei va fi probabil limitată la selectarea preliminară a zonelor de interes pentru medici. Următoarele etape ale cercetării vor analiza dacă asistența acestui sistem ajută specialiștii să termine examinarea într-un timp mai scurt.
Evoluția tehnologiei în medicină vine într-un context în care precizia diagnosticelor este esențială pentru prevenirea erorilor medicale. Deși tehnologia de vârf promite eficiență, provocările rămân legate de gestionarea rezultatelor fals pozitive. În contextul actual al sănătății publice, optimizarea proceselor de screening rămâne o prioritate pentru a asigura o îngrijire medicală cât mai precisă și rapidă pentru pacienți.