Accelerating Machine Learning in Healthcare: Addressing the Labelling Bottleneck
Questo studio dimostra che una pipeline di etichettatura a stadi e auto-avviante (self-bootstrapping), che sfrutta set di semi etichettati da esperti e l'apprendimento attivo, può arricchire i rari casi di tachicardia ectopica giunzionale pediatrica di circa 15 volte rispetto al campionamento casuale, ottimizzando così significativamente l'uso delle scarse risorse di annotazione clinica per l'apprendimento automatico in ambito sanitario.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Nel contesto ad alta intensità di una terapia intensiva pediatrica, dove i bambini si riprendono da complessi interventi cardiochirurgici, il tempo è la risorsa più critica. Il ritmo del cuore può cambiare improvvisamente e, quando ciò accade, le conseguenze possono essere gravi. I medici si affidano al monitoraggio continuo per intercettare precocemente questi cambiamenti pericolosi, ma l'enorme volume di dati generati dai monitor a bordo letto è travolgente. Per decenni, i ricercatori hanno cercato di insegnare ai computer come individuare automaticamente questi battiti cardiaci irregolari, sperando di offrire ai clinici un secondo paio di occhi che non sbatte mai le palpebre. Tuttavia, un grande ostacolo ha sempre posto un limite: per insegnare a un computer, bisogna prima mostrargli degli esempi, e trovare tali esempi è incredibilmente difficile. La maggior parte dei programmi informatici esistenti è stata addestrata su dati relativi ad adulti, che non corrispondono ai ritmi cardiaci unici dei bambini, e si basano su complessi tracciati elettrocardiografici a dodici derivazioni, che sono raramente utilizzati nel monitoraggio continuo e in tempo reale di un bambino in condizioni critiche. Anche i ritmi cardiaci più pericolosi sono i più rari, il che significa che se un medico dovesse scansionare casualmente migliaia di ore di registrazioni del monitor cardiaco, potrebbe passare giorni alla ricerca di pochi minuti del problema specifico che deve studiare.
Un team di ricercatori del The Hospital for Sick Children di Toronto, lavorando insieme a colleghi di Seattle, Michigan e Israele, si è posto l'obiettivo di risolvere questo problema di trovare l'ago nel pagliaio. Non si sono limitati a raccogliere più dati; hanno invece costruito un modo più intelligente per trovare i ritmi cardiaci specifici che avevano bisogno di studiare. Sono partiti da un enorme archivio digitale contenente oltre 1,6 milioni di ore di registrazioni di monitoraggio cardiaco provenienti da più di 9.000 bambini. Questo archivio, noto come AtriumDB, conteneva un tesoro di informazioni, ma quasi tutto era non etichettato, il che significa che nessuno aveva ancora indicato al computer cosa rappresentasse ogni singolo battito cardiaco. I ricercatori si sono trovati di fronte a una scelta: potevano chiedere ai medici, molto impegnati, di scansionare casualmente questi dati, un processo lento ed inefficiente, oppure potevano creare un sistema che aiutasse i medici a trovare i ritmi rari e pericolosi molto più velocemente. Hanno scelto la seconda opzione, sviluppando un processo a tappe che partiva dagli esperti umani e introduceva gradualmente un assistente informatico per guidare la ricerca.
Il processo è iniziato con il metodo più tradizionale: l'analisi delle vecchie cartelle cliniche. Il team ha individuato casi in cui un bambino aveva sottoposto un test cardiaco formale a dodici derivazioni in un laboratorio ospedaliero, il quale forniva una diagnosi confermata. Hanno fatto corrispondere queste diagnosi note con le registrazioni del monitor cardiaco continuo dello stesso periodo. Ciò ha fornito loro un piccolo, ma affidabile, set iniziale di esempi. Tuttavia, questo metodo presentava un difetto: le cartelle cliniche ospedaliere erano spesso dominate da battiti cardiaci normali e sani, e la tempistica tra il test di laboratorio e il monitoraggio continuo non era sempre perfetta, costringendo i medici a dedicare molto tempo alla verifica o alla correzione delle etichette. Per migliorare questo aspetto, il team ha aggiunto un secondo passaggio in cui medici e infermieri nell'unità di terapia intensiva potevano segnalare i problemi del ritmo cardiaco man mano che si verificavano in tempo reale. Questo ha fornito esempi freschi e rilevanti, ma rimaneva comunque limitato dal numero di volte in cui un medico riusciva a notare e segnalare un problema.
Una volta che il team ha ottenuto abbastanza esempi da questi primi due passaggi per addestrare un modello informatico di base, ha introdotto il terzo e il quarto passaggio, che si affidavano al computer per il lavoro pesante. Hanno insegnato al computer a esaminare i dati non etichettati e a identificare le parti su cui non era sicuro. Questo è noto come campionamento dell'incertezza (uncertainty sampling). Inveve di tirare a indovinare, il computer segnalava i battiti cardiaci che lo confondevano, inviando quei segmenti specifici ai medici per la revisione. Questo era molto più efficiente della ricerca casuale perché il computer stava essenzialmente dicendo: "Non so cos'è questo, per favore dimmelo". Man mano che i medici etichettavano questi esempi confusi, il computer diventava più intelligente. Infine, il team ha utilizzato una tecnica chiamata ricerca per embedding (embedding search). Ciò ha permesso al computer di cercare battiti cardiaci che fossero morfologicamente simili ai ritmi rari e pericolosi che aveva già appreso, anche se provenivano da bambini diversi. Era come chiedere al computer di trovare tutti i battiti cardiaci che "sembravano" quelli pericolosi che gli erano stati appena insegnati, scansionando l'intero archivio alla ricerca di nuove variazioni dello stesso problema.
I risultati di questo approccio a tappe sono stati sorprendenti. Quando i ricercatori hanno testato quanti battiti cardiaci rari e pericolosi riuscivano a trovare semplicemente scegliendo segmenti casuali dall'archivio, hanno trovato solo due casi ogni 200 segmenti, un tasso di appena l'uno percento. Al contrario, il loro nuovo processo multi-step ha trovato i battiti cardiaci rari nel 14,7% del tempo totale etichettato e nel 24,7% dei pazienti unici esaminati. Ciò significa che il processo è stato circa quindici volte più efficiente nel trovare i battici cardiaci rari per ora, e venticinque volte più efficiente per numero di pazienti, rispetto alla ricerca casuale. L'efficienza cresceva con ogni fase del processo. I passaggi iniziali manuali hanno fornito le fondamenta, ma i passaggi guidati dal computer, in particolare la ricerca finale di battiti simili, hanno prodotto i rendimenti più elevati. Nella fase finale, quando il computer cercava battiti cardiaci che somigliavano al ritmo raro, oltre il sessanta per cento dei segmenti selezionati è stato confermato come il ritmo bersaglio una volta revisionato da un medico.
Lo studio non sosteneva che il modello informatico fosse pronto per diagnosticare i pazienti autonomamente; quella è una sfida separata. Inveve, il lavoro ha dimostrato che un flusso di lavoro collaborativo e intelligente poteva superare l'ostacolo della etichettatura dei dati. Permettendo al computer di guidare i medici verso le parti più interessanti e rare dei dati, il team ha creato un dataset di alta qualità composto da quasi 190 ore di ritmi cardiaci etichettati da esperti. Questo dataset è ora ricco dei ritmi rari e pericolosi che sono essenziali per addestrare futuri strumenti medici. I ricercatori hanno scoperto che questo metodo ha permesso loro di costruire una collezione diversificata di battiti cardiaci di bambini di tutte le età, dai neonati agli adolescenti, senza richiedere una quantità impossibile di tempo da parte del personale medico impegnato. L'approccio dimostra che, nel campo dell'intelligenza artificiale medica, la chiave del progresso non è solo avere più dati, ma avere un modo migliore per trovare i dati giusti al loro interno.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.