L’intelligenza artificiale può essere un potente insegnante sostitutivo per la prossima generazione di studenti di medicina

L’intelligenza artificiale può essere un potente insegnante sostitutivo per la prossima generazione di studenti di medicina

Con una carenza sempre più acuta di chirurghi, l’intelligenza artificiale potrebbe aiutare a colmare questa lacuna insegnando agli studenti di medicina a praticare le tecniche chirurgiche.

Un nuovo strumento basato su video di chirurghi esperti al lavoro offre agli studenti consigli personalizzati in tempo reale mentre si esercitano nella sutura. Gli esperimenti iniziali suggeriscono che l’intelligenza artificiale può essere un potente insegnante sostitutivo per gli studenti più esperti.

"Siamo in un momento cruciale. La carenza di fornitori sta peggiorando e dobbiamo trovare nuovi modi per fornire maggiori e migliori opportunità di pratica. In questo momento, un chirurgo curante, che ha già poco tempo, deve entrare e osservare gli studenti esercitarsi, valutarli e fornire loro un feedback dettagliato - questo semplicemente non è scalabile", ha affermato l'autore principale Mathias Unberath, un esperto di medicina assistita dall'intelligenza artificiale che si concentra su come gli esseri umani interagiscono con l'intelligenza artificiale. “La prossima cosa migliore potrebbe essere la nostra intelligenza artificiale spiegabile che mostra agli studenti come il loro lavoro differisce da quello di chirurghi esperti”.

La tecnologia innovativa sviluppata presso la Johns Hopkins University è stata recentemente presentata e premiata alla Conferenza internazionale sull'elaborazione delle immagini mediche e sull'intervento assistito dal computer.

Attualmente, molti studenti di medicina guardano video di esperti che eseguono interventi chirurgici e cercano di imitare ciò che vedono. Esistono anche modelli di intelligenza artificiale che valutano gli studenti, ma Unberath afferma che non sono all'altezza perché non dicono agli studenti cosa stanno facendo bene o male.

"Questi modelli possono dirti se hai abilità elevate o basse, ma hanno difficoltà a dirti perché", ha detto. “Se vogliamo consentire un’autoformazione significativa, dobbiamo aiutare gli studenti a capire su cosa devono concentrarsi e perché”.

Il modello del team prevede la cosiddetta “intelligenza artificiale spiegabile”, un approccio all’intelligenza artificiale che, in questo esempio, valuta quanto bene uno studente chiude una ferita e poi dice loro esattamente come possono migliorare.

Il team ha addestrato il proprio modello monitorando i movimenti delle mani di chirurghi esperti mentre chiudevano le incisioni. Quando gli studenti tentano lo stesso compito, l’IA invia loro immediatamente un messaggio per far sapere loro come si sono comportati rispetto a un esperto e come possono affinare la loro tecnica.

Gli studenti vogliono che qualcuno dica loro oggettivamente come hanno fatto. Possiamo calcolare le loro prestazioni prima e dopo la procedura e vedere se si stanno avvicinando alla pratica degli esperti.

Catalina Gomez, autrice principale, dottoranda in informatica presso la Johns Hopkins University

Il team ha condotto uno studio unico nel suo genere per scoprire se gli studenti imparano meglio attraverso l’intelligenza artificiale o guardando video. Hanno assegnato in modo casuale dodici studenti di medicina con esperienza nella sutura utilizzando uno dei due metodi.

Tutti i partecipanti hanno praticato la chiusura di un'incisione con suture. Alcuni hanno ricevuto un feedback immediato dall'intelligenza artificiale, mentre altri hanno provato a confrontare il loro lavoro con quello di un chirurgo in un video. Poi tutti hanno provato a cucire di nuovo.

Rispetto agli studenti che guardavano video, alcuni studenti formati all’intelligenza artificiale hanno imparato molto più velocemente e con più esperienza.

“Per alcune persone, il feedback dell’intelligenza artificiale ha un grande effetto”, ha affermato Unberath. “I principianti avevano ancora difficoltà con il compito, ma gli studenti con solide conoscenze chirurgiche che sono al punto in cui possono mettere in pratica i consigli hanno avuto un grande impatto”.

Successivamente, il team prevede di perfezionare il modello per renderlo più facile da usare. Sperano di creare prima o poi una versione che gli studenti possano utilizzare a casa.

"Vogliamo fornire la visione artificiale e la tecnologia AI che consentano a qualcuno di esercitarsi comodamente da casa propria con un kit da cucito e uno smartphone", ha affermato Unberath. "Questo ci aiuterà a espandere la formazione in campo medico. Si tratta davvero di come possiamo utilizzare questa tecnologia per risolvere i problemi."

Gli autori includono Lalithkumar Seenivasan, Xinrui Zou; Jeewoo Yoon; Sirui Chu; Ariel Leon; Patrick Kramer; Yu Chun Ku; José L. Porras; e Masaru Ishii, tutti della Johns Hopkins, e Alejandro Martin-Gomez dell'Università dell'Arkansas.

Fonti: