IA (Intelligenza artificiale) e carie sono legate tra loro, per così dire, in senso direttamente proporzionale. Al crescere dell'una, l'IA, l'altra infatti potrà essere diagnosticata con più facilità attraverso l'analisi di immagini. Per questa ragione, una recente revisione sistematica, condotta sotto la guida dell'Università di Toronto, Canada, ha voluto analizzare le prestazioni dei modelli di intelligenza artificiale nella rilevazione della carie su fotografie. Gli autori dello studio hanno pubblicato i risultati sulla rivista Oral Diseases. Risultati che mostrano il livello di performance raggiunto dall'IA, ma anche l'incompletezza degli studi condotti sino ad oggi in questo ambito.
Alcune premesse
I ricercatori hanno analizzato caratteristiche metodologiche e metriche degli studi clinici che utilizzano algoritmi di deep learning e altri algoritmi di machine learning. Per individuare gli studi, hannno interrogato le seguenti banche dati:EMBASE, Medline e Scopus. Infine, per considerare il rischio di bias, hanno impiegato lo strumento di valutazione della qualità degli studi di accuratezza diagnostica 2 (QUADAS-2).
I risultati osservati
Su 3410 articoli identificati, sono stati inclusi 19 studi. Sei studi avevano un basso rischio di bias, mentre sette studi non presentavano preoccupazioni di applicabilità per tutti i domini. Le metriche di valutazione erano varie e sono state applicate su diversi livelli. Gli F1-score per la classificazione e la rilevazione variavano rispettivamente tra il 68,3% e il 94,3% e tra il 42,8% e il 95,4%. Indipendentemente dal compito, gli F1-score per le fotocamere professionali erano tra il 68,3% e il 95,4%, per le fotocamere intraorali tra il 78,8% e l'87,6%, e per le fotocamere degli smartphone tra il 42,8% e l'80%. Gli studi limitati hanno impedito una valutazione accurata delle prestazioni dell'IA per lesioni di diversa gravità.
IA e carie, diagnosi su fotografie
Negli ultimi anni, il numero di modelli di IA per la rilevazione della carie dentale su fotografie orali è aumentato costantemente. Nonostante l'eterogeneità metodologica e la variabilità delle metriche di valutazione, l'applicazione dei modelli di IA sembra promettente per la rilevazione della carie dentale da fotografie orali. Tuttavia, ulteriori ricerche sull'IA per la rilevazione della carie dentale dovrebbero affrontare le limitazioni metodologiche riscontrate in questa revisione. Secondo gli autori, sono necessari studi controllati su larga scala, tenendo conto dei potenziali fattori di confondimento.
Cosa servirebbe per migliorare gli studi
Secondo gli autori della ricerca, maggiore trasparenza riguardo ai parametri dei dispositivi di registrazione e ai metodi di elaborazione migliorerebbe la comprensione dei risultati degli studi. Inoltre, dovrebbe essere esplorato il potenziale delle fotocamere degli smartphone nella rilevazione della carie dentale in diversi contesti. Infine, sempre secondo i ricercatori, i futuri studi dovrebbero considerare i fattori di confondimento, come i contesti e gli operatori (pazienti, clinici, ricercatori), insieme ad altri aspetti come le tecniche di pre-elaborazione, la dimensione del campione, il punto di riferimento, la regione di interesse e la frequenza della carie, che possono influenzare i risultati.