{"id":7379,"date":"2023-04-21T13:02:43","date_gmt":"2023-04-21T11:02:43","guid":{"rendered":"https:\/\/www.convegnonazionaleaiic.it\/artificial-intelligence-performance-evaluation\/"},"modified":"2023-04-21T13:02:43","modified_gmt":"2023-04-21T11:02:43","slug":"artificial-intelligence-performance-evaluation","status":"publish","type":"post","link":"https:\/\/www.convegnonazionaleaiic.it\/artificial-intelligence-performance-evaluation\/","title":{"rendered":"ARTIFICIAL INTELLIGENCE PERFORMANCE EVALUATION"},"content":{"rendered":"
\n
\n

\"\"\"\" <\/p>\n

AFFILIAZIONE<\/span>
\n<\/strong>insideai<\/p>\n

AUTORE PRINCIPALE<\/span>
\n<\/strong> Sternini Federico<\/p>\n

\nVALUTA IL CHALLENGE<\/span><\/strong>[ratingwidget]<\/p>\n<\/div>\n

\n

<\/a><\/p>\n

GRUPPO DI LAVORO<\/span><\/strong>
\n Sternini Federico<\/strong> – insideai, bologna<\/i>
Conti Daniele<\/strong> – syndiag, torino<\/i>
Bellacosa Marotti Rosilari<\/strong> – syndiag, torino<\/i> <\/p>\n

AREA TEMATICA<\/span>
\n<\/strong>Applicazioni di intelligenza artificiale in sanit\u00e0<\/p>\n

ABSTRACT<\/span>
\n<\/strong>Il processo di diagnosi di tumori ovarici \u00e8 molto complesso, non gode di percorsi di screening di dimostrata efficacia e nella quasi totalit\u00e0 dei casi richiede di effettuare scelte diagnostiche basandosi solo su dati di imaging, complicando il percorso diagnostico delle pazienti. Il dispositivo OvAi \u00e8 un dispositivo medico certificato che \u00e8 stato sviluppato per facilitare il processo di diagnosi tramite l\u2019analisi di immagini ecografiche. Il dispositivo si basa su un algoritmo di intelligenza artificiale sviluppato per migliorare la capacit\u00e0 diagnostica degli operatori sanitari nel rilevare cisti ovariche, consentendo una diagnosi pi\u00f9 tempestiva e precisa.<\/p>\n

Per fare questo il dispositivo riceve le immagini ecografiche delle ovaie e fornisce una stima della probabilit\u00e0 di presenza di cisti nel video analizzato. Inoltre, il dispositivo consente anche di effettuare una analisi morfologica automatizzata dell\u2019immagine della ciste, evidenziando le zone sierose, contenuti ecogeni e irregolarit\u00e0 di parete a schermo.<\/p>\n

Con questa destinazione d\u2019uso e questo funzionamento il dispositivo si configura come dispositivo medico e pertanto deve rispettare degli elevati standard di sicurezza e prestazione, con lo scopo di esporre a meno rischi possibili i pazienti. Per questa ragione, nel contesto delle attivit\u00e0 per la certificazione del dispositivo, la performance dell’algoritmo \u00e8 stata valutata attraverso metriche tradizionali, come accuracy, sensitivity, specificity, positive predictive value, negative predictive value, F1-Score, e sperimentali, come la Weighted Utility, che sono state identificate come pi\u00f9 adeguate per descrivere la performance del dispositivo rispetto alla sua destinazione d\u2019uso.<\/p>\n

Le attivit\u00e0 di validazione hanno preso in considerazione dati che fossero coerenti con la popolazione target del dispositivo e che fossero descrittivi dei casi in cui il dispositivo \u00e8 destinato ad essere utilizzato, fornendo delle indicazioni precise di quali sono i benefici per l\u2019utilizzatore professionale durante l\u2019utilizzo del dispositivo. <\/p>\n

In conclusione, il dispositivo ha superato i criteri di accettazione previsti attraverso studi di validazione condotti su dataset coerenti con la destinazione d’uso. Questi risultati hanno supportato la positivit\u00e0 del rapporto rischio beneficio del dispositivo, portando alla sua certificazione.<\/p>\n

 <\/p>\n