Intelligenza artificiale può riconoscere la tipologia di coagulo di sangue umano

coaguli di sangue piastrine vasi sanguigni globuli rossi — Il nuovo algoritmo basato sul deep learning può riconoscere le varie tipologie di coaguli di sangue nelle arterie (credito: Vector8DIY via Pixabay, 4769606)

Si parla di un nuovo strumento per aiutare medici ed esperti a capire la causa dei coaguli di sangue nel corpo umano in un nuovo studio pubblicato su eLife.
Anche in questo caso si tratta di un programma per computer basato sull’apprendimento automatico, una delle tecniche più utilizzati nell’ambito dell’intelligenza artificiale. L’algoritmo aiuta a diagnosticare la causa di un coagulo del sangue e dunque accelera eventuali trattamenti, ad esempio con farmaci anticoagulanti.

I coaguli di sangue accadono quando le piastrine nel sangue cominciano a raggrupparsi. Si tratta di una reazione che nella maggior parte dei casi si rivela utile per far smettere di sanguinare una ferita a seguito di un taglio, per esempio, ma in alcuni casi, a seguito di un ictus o di un infarto, per esempio, questa reazione può diventare dannosa perché tende a bloccare i vasi sanguigni.
Il fatto è che è difficile distinguerli utilizzando strumenti come i microscopi, come spiega Yuqi Zhou, del Dipartimento di Chimica dell’Università di Tokyo, uno degli autori dello studio.

Per “addestrare” l’algoritmo, i ricercatori hanno prelevato campioni di sangue di una persona sana e li hanno esposti a diversi agenti che innescano la coagulazione. I ricercatori catturavano poi migliaia di immagini di diversi tipi di coagulazione tramite una tecnica denominata citometria a flusso di imaging ad alta produttività.
Proprio con queste immagini hanno addestrato l’algoritmo e poi lo hanno testato su 25.000 immagini di coaguli di sangue, immagini che il computer non aveva mai visto prima, scoprendo che l’algoritmo era in grado di identificare le diverse tipologie.

Hanno chiamato l’algoritmo “classificatore di aggregati piastrinici intelligenti” (intelligent platelet aggregate classifier, iPAC).
“L’uso di questo nuovo strumento può scoprire le caratteristiche di diversi tipi di coaguli precedentemente non riconosciuti dagli esseri umani e consentire la diagnosi di coaguli causati da combinazioni di agenti della coagulazione”, spiega Keisuke Goda, autore senior dello studio.