Review in download in PDF “Artificial Intelligence for Thyroid Nodule Characterization: Where Are We Standing?“
L’apprendimento automatico (ML) è un settore interdisciplinare che fa parte dell’Intelligenza Artificiale (IA) e crea sistemi per stabilire connessioni logiche utilizzando algoritmi, offrendo così previsioni per l’analisi complessa dei dati.
In questa revisione, viene fornito un resoconto aggiornato dello stato attuale dell’arte in relazione all’implementazione di ML e IA per la caratterizzazione ecografica dei noduli tiroidei e il cancro, evidenziando le controversie riguardo l’applicazione dell’IA e i possibili vantaggi del ML, come ad esempio per scopi formativi.
Ci sono prove che l’IA aumenta la precisione diagnostica e limita significativamente la variabilità inter-osservatore utilizzando algoritmi matematici standardizzati.
Potrebbe anche essere di aiuto in contesti di pratica con limitate competenze sub-specialistiche, offrendo una seconda opinione tramite radiomica e diagnosi assistita dal computer.
Nonostante i potenziali vantaggi, l’efficacia reale dei sistemi di IA resta controversa.
Prendendo in considerazione le più grandi e scientificamente valide studi, è possibile affermare che l’IA fornisce risultati comparabili o inferiori a quelli di esperti di ecografia e radiologi.
I dati promettenti approvano l’IA come strumento di supporto e contemporaneamente evidenziano la necessità di un quadro di supervisione da parte di un radiologo per i risultati forniti dall’IA.
Pertanto, le soluzioni attuali potrebbero essere più adatte a scopi educativi.
In conclusione, l’introduzione dell’IA rappresenta un evento rivoluzionario nella valutazione dei noduli tiroidei, ma ci sono ancora questioni chiave da affrontare per ulteriori implementazioni, come l’integrazione con l’esperienza del radiologo, l’impatto sul flusso di lavoro e l’efficienza e la monitorizzazione delle prestazioni.
_______
Foto di Anna Tarazevich
