L’intelligenza artificiale ha un ruolo sempre più importante nelle scienze biomediche, come in tanti altri campi di applicazione: molti passi avanti sono stati registrati nella ricerca farmacologica e nella diagnostica per immagini affiancando e agevolando il lavoro degli esperti. In Germania un sistema AI è stato utilizzato per identificare e classificare i difetti nello sviluppo embrionale partendo da una serie di immagini raccolte.
Il software si chiama EmbryoNet ed è stato sviluppato da un team di ricercatori guidati da Patrick Müller dell’Università tedesca di Costanza, che ha iniziato a lavorare al progetto nel 2020: l’equipe ha iniziato questo percorso ragionando su come sfruttare i grandi progressi compiuti nell’ambito delle analisi di immagini attraverso l’intelligenza artificiale.
Ad EmbryoNet sono state sottoposte immagini di embrioni di pesce zebra, utilizzate per identificare i problemi nello sviluppo embrionale e i meccanismi all’origine. Ma non è tutto: il team di ricercatori ha fatto confrontare l’intelligenza artificiale e gli specialisti del settore, e i risultati hanno dimostrato che l’AI riesce a identificare i difetti molto prima degli studiosi e con maggiore precisione.
L’intelligenza artificiale è stata impiegata anche in altri modi: per esempio, ha agevolato gli esperti nell’analisi dei farmaci ed è stata in grado di analizzare le immagini relative ad altre specie di animali vertebrati. Uno dei punti di forza di questa tecnologia, che si può notare in molti degli ambiti che coinvolgono l’intelligenza artificiale, è quello di presentare potenzialmente un ampio ventaglio di impieghi.
Per quanto riguarda gli sviluppi futuri, Il team si augura infatti che l’algoritmo venga utilizzato con sempre maggior frequenza grazie alla sua natura modulare e open source che gli potrebbe permettere di adattarsi con grande facilità a richieste differenti.
L’intelligenza artificiale è già capace di agevolare alcuni tipi di studi nell’ambito della ricerca, compiendo una serie di compiti diversi come prevedere la struttura 3D delle proteine. Gli scienziati credono che i rapidi sviluppi in questo campo possano superare alcuni dei limiti presentati da EmbryoNet e affrontare le principali sfide dell’embriogenesi, come capire le informazioni racchiuse nel genoma degli animali.
Bibliografia
– https://www.nature.com/articles/s41592-023-01872-5
– https://www.salute.gov.it/portale/documentazione/p6_2_2_1.jsp?lingua=italiano&id=3218
