GUIDA alle industrie

L’intelligenza artificiale in pediatria

L’intelligenza artificiale in pediatria applica l’apprendimento automatico alla cura dei bambini, compreso il monitoraggio della crescita e dello sviluppo, la lettura di immagini pediatriche, il monitoraggio dei neonati in terapia intensiva e il supporto di diagnosi dello sviluppo come l’autismo.

Ascolta questa guidaNarrato dall'IA · ~3 min

In questa pagina4 minuti di lettura
  1. Panoramica
  2. Immersione profonda
  3. Implementazione nel mondo reale
  4. Il futuro dell’intelligenza artificiale in pediatria
  5. Metterlo in pratica
  6. Continua a esplorare
  7. Domande frequenti

Panoramica

È importante perché i bambini non sono piccoli adulti: i loro corpi cambiano rapidamente con l’età, i loro dati sono più scarsi e più protetti e la maggior parte dell’intelligenza artificiale medica è stata costruita e testata sugli adulti.

Immersione profonda

L’intelligenza artificiale pediatrica copre gli stessi ampi compiti della medicina per adulti, ma ciascuno è più difficile. Il monitoraggio della crescita e dello sviluppo è sempre dipeso dai grafici di riferimento, come le curve di crescita dell’OMS e del CDC. L’intelligenza artificiale può aggiungere il rilevamento di modelli attraverso misurazioni ripetute, ad esempio segnalando un bambino il cui peso supera le linee percentili in un modo che merita attenzione o stimando l’età ossea da una radiografia della mano. Gli strumenti automatizzati per l’età ossea sono utilizzati clinicamente in Europa da anni e rappresentano un buon esempio di un compito ristretto e ben definito che si adatta all’apprendimento automatico. L'imaging pediatrico utilizza dosi di radiazioni più basse e un'anatomia più piccola, e l'aspetto normale cambia con l'età: è prevista una placca di crescita in un bambino di dieci anni, mentre una linea simile in un adulto potrebbe essere una frattura. Un modello addestrato sulle radiografie degli adulti può interpretarle in modo errato. Il monitoraggio delle unità neonatali è una delle storie di successo più antiche. Il monitor HeRO analizza le caratteristiche della frequenza cardiaca per stimare il rischio di sepsi nei neonati prematuri e un ampio studio randomizzato pubblicato nel 2011 ha riscontrato una riduzione della mortalità nei neonati con peso alla nascita molto basso i cui medici potevano vedere il punteggio. Il deep learning viene utilizzato anche per lo screening della retinopatia della prematurità dalle immagini retiniche. La diagnosi dello sviluppo ha raggiunto una svolta nel 2021, quando la FDA ha autorizzato Canvas Dx di Cognoa come ausilio per la diagnosi di autismo nei bambini piccoli. Supporta, piuttosto che sostituire, il giudizio del medico. Perché costruire un’intelligenza artificiale pediatrica è più difficile? I set di dati sono piccoli perché i bambini sono in media più sani e le malattie rare sono molto diffuse. Le fasce d'età differiscono così tanto che un neonato e un adolescente sono popolazioni quasi diverse. Il consenso coinvolge i genitori e, sempre più spesso, anche il consenso del bambino, e le norme sulla privacy sono più severe. Molti dispositivi di intelligenza artificiale approvati dalle autorità di regolamentazione non sono mai stati valutati nei bambini. Un malinteso comune è che uno strumento testato da adulti possa essere semplicemente utilizzato sui bambini; di solito necessita di una convalida separata.

Implementazione nel mondo reale

Una terapia intensiva neonatale utilizza un monitor delle caratteristiche della frequenza cardiaca che monitora la variabilità ridotta e le decelerazioni insolite che possono precedere la sepsi nei bambini molto prematuri, richiedendo una valutazione precoce.

Un radiologo utilizza un software per l'età ossea che confronta i raggi X della mano di un bambino con i modelli appresi di maturità scheletrica, fornendo una stima coerente per le valutazioni della crescita o della pubertà.

Un pediatra utilizza un ausilio per la diagnosi dell'autismo autorizzato dalla FDA che combina un questionario per il caregiver, un'analisi video domestica e un questionario medico per i bambini in una determinata fascia di età.

Un programma di screening della retinopatia della prematurità utilizza un modello di deep learning per classificare le immagini retiniche dei neonati prematuri e segnalare quelli che necessitano urgentemente di un oculista.

Il futuro dell’intelligenza artificiale in pediatria

È probabile che i progressi nell’intelligenza artificiale pediatrica dipendano dalla collaborazione dei dati tra gli ospedali pediatrici, poiché nessun singolo sito vede un numero sufficiente di casi rari. Le autorità di regolamentazione e gli organismi professionali hanno prestato maggiore attenzione al fatto che i dispositivi siano stati testati sui bambini, il che potrebbe spingere i produttori a segnalare le prestazioni specifiche per età. Il monitoraggio continuo nell’assistenza neonatale e lo screening basato sulle immagini per condizioni come la retinopatia della prematurità sono le aree con le prove più mature. Un utilizzo più ampio nella valutazione dello sviluppo e del comportamento richiederà uno studio attento dell’equità tra famiglie, lingue e culture e regole chiare su come i dati dei bambini vengono archiviati e riutilizzati man mano che diventano adulti.

Metterlo in pratica

Perché è importante

  • Contesto e regole. Il contesto del settore determina se le idee dell’intelligenza artificiale sopravvivono al contatto con la realtà.
  • Controllo di qualità. I vincoli di dominio influenzano i tassi di errore accettabili e i modelli di supervisione.
  • Scelte di build. Le implementazioni di successo allineano le capacità tecniche con i flussi di lavoro in prima linea.

Attenzione

  • I requisiti normativi possono invalidare prototipi altrimenti robusti.
  • I dati storici possono codificare pregiudizi che danneggiano comunità specifiche.
  • I sistemi legacy possono creare colli di bottiglia nell’integrazione e costi nascosti.

Prossimi passi

  1. Coinvolgere esperti del settore dall'inquadramento del problema alla valutazione.
  2. Progettare audit trail e documentazione prima del lancio.
  3. Convalidare tempestivamente la conformità e gli obblighi di sicurezza.
  4. Implementazione in fasi con chiari criteri di stop e rollback.

Continua a esplorare

Newsletter gratuita

Ricevi il briefing quotidiano sull'IA

Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.

Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.

Mettiti alla prova

Take the AI in Pediatrics quiz

Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.

Inizia il quiz

Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione

Domande frequenti

Cos’è l’intelligenza artificiale in pediatria?

L’intelligenza artificiale in pediatria applica l’apprendimento automatico alla cura dei bambini, compreso il monitoraggio della crescita e dello sviluppo, la lettura di immagini pediatriche, il monitoraggio dei neonati in terapia intensiva e il supporto di diagnosi dello sviluppo come l’autismo. È importante perché i bambini non sono piccoli adulti: i loro corpi cambiano rapidamente con l’età, i loro dati sono più scarsi e più protetti e la maggior parte dell’intelligenza artificiale medica è stata costruita e testata sugli adulti.

Perché un'intelligenza artificiale addestrata sui raggi X di un adulto potrebbe interpretare erroneamente l'immagine delle ossa di un bambino di dieci anni?

La normale anatomia pediatrica, come le placche di crescita aperte, cambia con l’età. Un modello addestrato per adulti non ha mai imparato che queste battute sono previste.

Cosa analizza il monitor HeRO per stimare il rischio di sepsi nei neonati prematuri?

HeRO riassume le caratteristiche della frequenza cardiaca nel tempo. Uno studio randomizzato del 2011 ha rilevato una mortalità inferiore nei neonati con peso alla nascita molto basso quando i medici potevano vedere il punteggio.

Che ruolo gioca Canvas Dx di Cognoa, autorizzato dalla FDA nel 2021, nella cura dell'autismo?

Il dispositivo supporta, anziché sostituire, il giudizio del medico ed è destinato a bambini piccoli in una fascia di età specifica.

Quale motivo fornisce la guida per cui i set di dati pediatrici sono piccoli?

Meno bambini sono gravemente malati e condizioni rare sono sparse in molti ospedali, quindi ogni sito ha pochi esempi.

Perché i professionisti riportano l’accuratezza del modello pediatrico per fascia di età?

Neonati, lattanti e adolescenti differiscono così tanto che una buona precisione complessiva può mascherare il fallimento di un gruppo, spesso il più giovane.