A me gli occhi, così l’IA Google scoprirà i rischi cardiaci

In Blade Runner il test Voight-Kampf prevedeva di scansionare i movimenti della pupilla di un soggetto per appurare se fosse un uomo o un replicante. A 36 anni di distanza le parti potrebbero presto invertirsi e sarà un'IA che, guardandoci negli occhi, potrà dirci se siamo esposti a rischi cardiovascolari. Gli scienziati di Verily, la divisione salute di Google, hanno infatti scoperto un nuovo modo di valutare il rischio cardiaco mediante l'analisi del fondo oculare tramite tecniche di apprendimento automatico.

‎Analizzando le scansioni del fondo oculare del paziente infatti l'IA messa a punto è in grado di dedurre accuratamente diversi dati, come l'età, la pressione sanguigna, e l'abitudine o meno di fumare. Dall'analisi di questi dati dunque è possibile predire l'insorgere di eventuali rischi cardiovascolari con la stessa precisione ed affidabilità dei migliori metodi attuali, ma in maniera più rapida, semplice e soprattutto meno invasiva.

‎Per addestrare l'algoritmo, gli scienziati di Google e Verily gli hanno fatto analizzare un database di dati medici di quasi 300.000 pazienti. Da qui, la rete neurale ha appreso come estrarre le informazioni secondo determinati modelli, associando i segni rivelatori presenti nelle scansioni oculari con le misurazioni necessarie a predire il rischio cardiovascolare.

Al momento l'algoritmo ha un'affidabilità del 70%, di poco inferiore al72% ottenibile con il metodo attualmente più diffuso di ‎diagnosi precoce ma ovviamente con ulteriore lavoro di affinamento dell'algoritmo e di addestramento dell'IA i risultati non potranno che migliorare.

L'aspetto più importante però è soprattutto un altro: ‎per Google, questo lavoro rappresenta più di un semplice nuovo metodo per valutare il rischio cardiovascolare. Esso indica invece la strada verso un nuovo paradigma in cui la ricerca scientifica sarà guidata dall'intelligenza artificiale. A differenza della maggior parte degli altri algoritmi medici, pensati per replicare sostanzialmente gli attuali strumenti diagnostici, questo algoritmo è stato concepito sin dall'inizio per trovare nuovi modi di analizzare i dati medici già esistenti.‎