Visual Foundation Models with Adapter Learning for Parkinson’s Disease Recognition based on OCT Images

La malattia di Parkinson è una condizione progressiva che erode lentamente la capacità del corpo di muoversi, colpendo milioni di persone in tutto il mondo. Per decenni, i medici si sono affidati all'osservazione dei sintomi fisici per diagnosticarla, ma nel momento in cui questi segni compaiono, spesso si è già verificato un danno significativo al cervello. Negli ultimi anni, gli scienziati hanno scoperto che la malattia lascia tracce sottili non solo nel cervello, ma anche nella retina, lo strato fotosensibile situato nella parte posteriore dell'occhio. Utilizzando una tecnica di imaging specializzata chiamata tomografia a coerenza ottica, che crea sezioni trasversali dettagliate dell'occhio, i ricercatori possono ora vedere questi cambiamenti microscopici. La sfida è stata che le immagini sono complesse e insegnare ai computer a distinguere tra un occhio sano e uno che mostra i primi segni di Parkinson richiede enormi quantità di dati e una potenza di calcolo immensa, risorse che sono spesso scarse in ambito medico.

Un team di ricercatori della Wenzhou Medical University in Cina ha sviluppato un nuovo approccio per risolvere questo problema, con l'obiettivo di rendere la diagnosi automatizzata più accessibile ed efficiente. Invece di costruire un enorme modello informatico da zero, il che richiederebbe dataset massicci e hardware costosi, hanno adattato un potente sistema di intelligenza artificiale preesistente, progettato per il riconoscimento d'immagini generico. Questo sistema, noto come modello di base visivo (visual foundation model), comprende già i blocoli costruttivi fondamentali delle immagini. L'innovazione dei ricercatori risiede nel modo in cui hanno collegato questo sistema generalista al compito specifico di identificare il Parkinson. Non hanno costretto l'intero sistema a imparare tutto di nuovo; invece, hanno inserito tre componenti piccoli e leggeri, o adattatori, nel modello. Questi adattatori agiscono come lenti specializzate, permettendo al sistema di concentrarsi sui dettagli specifici nelle scansioni oculari che contano per il Parkinson, come piccole lesioni o sottili spostamenti negli strati tissutali, senza dover riscrivere la conoscenza centrale del modello.

Il team ha testato questo metodo su una collezione di 1.440 immagini oculari raccolte presso il loro ospedale. Il dataset comprendeva scansioni di 40 individui sani e 40 pazienti diagnosticati con Parkinson, con ogni persona che contribuiva con 18 immagini. Per garantire che i risultati fossero affidabili, hanno suddiviso i dati in gruppi, addestrando il sistema sulla maggior parte delle immagini e testandolo sul resto, ripetendo questo processo cinque volte per ottenere un quadro chiaro delle prestazioni. I risultati hanno mostrato che il loro sistema adattato poteva identificare il Parkinson con un'accuratezza di circa il 77,66 percento. Questa prestazione era competitiva con, e in alcuni casi migliore di, altri modelli informatici avanzati attualmente utilizzati per compiti simili. Fondamentalmente, il nuovo metodo ha ottenuto questi risultati regolando solo una minuscola frazione dei parametri totali del modello, rendendolo molto meno esigente in termini di risorse informatiche rispetto agli approcorsi tradizionali che richiedono l'aggiornamento di ogni singola parte del sistema.

I ricercatori hanno inoltre confrontato il loro metodo con una vasta gamma di reti di deep learning esistenti, inclusi design più vecchi e ben noti e architetture più recenti e complesse. Il loro sistema ha superato molti di questi modelli consolidati, dimostrando che un'aggiunta accuratamente calibrata e leggera a un potente modello di base può essere più efficace dell'addestramento di un'intera nuova rete da zero. Congelando le parti principali del modello pre-addestrato e addestrando solo i piccoli adattatori, il team ha dimostrato che è possibile trasferire la conoscenza visiva generale in un'applicazione medica altamente specifica senza la necessità di una enorme quantità di dati di addestramento. Questo è particolarmente importante per condizioni mediche come il Parkinson, dove raccogliere migliaia di immagini etichettate è difficile e costoso.

Per comprendere come il sistema prendesse le sue decisioni, i ricercatori hanno utilizzato una tecnica di visualizzazione che evidenzia le aree della scansione oculare su cui il computer stava concentrando l'attenzione. Le immagini hanno rivelato che il loro modello prestava attenzione alle specifiche e sottili lesioni e ai cambiamenti strutturali associati alla malattia, mentre altri modelli a volte si concentravano su aree meno rilevanti. Ciò suggerisce che i tre adattatori hanno guidato con successo il sistema nell'apprendere le caratteristiche corrette. Lo studio conclude che questo approccio offre una via promettente per il futuro della rilevazione automatizzata delle malattie, bilanciando un'alta accuratezza con l'efficienza computazionale. Sebbene il lavoro sia un passo significativo, i ricercatori osservano che studi futuri dovranno testare il metodo su dati provenienti da altri centri medici per confermare che funzioni in modo coerente attraverso diverse popolazioni e condizioni di imaging.