MIT ha recentemente introdotto ScribblePrompt, uno strumento interattivo di intelligenza artificiale progettato per semplificare e velocizzare il processo di etichettatura delle immagini mediche, come risonanze magnetiche (MRI) e radiografie. Questo innovativo sistema riduce il tempo di annotazione del 28% rispetto ad altri metodi, come il Segment Anything Model (SAM) di Meta, permettendo ai medici di concentrarsi su analisi più critiche.
ScribblePrompt si distingue per la sua capacità di apprendere dalle interazioni umane con le immagini mediche. Grazie a un addestramento su 54.000 immagini provenienti da 65 set di dati, che includono ecografie, scansioni cerebrali e immagini cellulari, il modello è in grado di comprendere e rispondere in modo efficace alle annotazioni. Gli utenti possono utilizzare diverse modalità di interazione, tra cui scribbles (tratti a mano libera), clic e bounding boxes, per segmentare le aree desiderate delle immagini. Questo approccio interattivo consente al sistema di correggere le proprie previsioni in base ai feedback degli utenti, migliorando ulteriormente l’efficienza del processo.
In uno studio condotto con esperti del settore, ScribblePrompt ha dimostrato non solo di ridurre significativamente il tempo necessario per l’annotazione delle immagini, ma anche di migliorare la precisione delle segmentazioni, con un incremento del 15% nel punteggio Dice rispetto ai metodi precedenti. La facilità d’uso e la rapidità del sistema lo hanno reso preferito dai ricercatori nel campo della neuroimaging, dove il 93,8% degli utenti ha dichiarato che ScribblePrompt era più efficace rispetto al SAM nel migliorare le segmentazioni in risposta alle correzioni tramite scribbles.
In sintesi, ScribblePrompt rappresenta un passo avanti significativo nell’analisi delle immagini mediche, non solo per la sua velocità e precisione superiori, ma anche per la sua capacità di adattarsi alle esigenze degli utenti attraverso un’interfaccia intuitiva che facilita l’interazione naturale con i dati di imaging. Questo strumento promette di alleggerire notevolmente il carico del lavoro manuale nella segmentazione delle immagini mediche, rendendo il processo più accessibile ed efficiente per i professionisti del settore.