RadReport AI: referti della radiografia del torace

In iiterate Technologies sviluppiamo strumenti intelligenti che risolvono sfide reali, dai flussi di lavoro documentali alla diagnostica. Uno dei nostri progetti sperimentali più recenti, RadReport AI, esamina come l'IA multimodale possa supportare i radiologi nella redazione di referti coerenti e precisi a partire dalle radiografie del torace.

Questo sistema prototipo combina Computer Vision e Natural Language Processing per generare sintesi cliniche da immagini mediche, in pochi secondi.

I radiologi dedicano molto tempo a interpretare le radiografie del torace e a redigere manualmente referti strutturati. Se da un lato la precisione è decisiva, dall'altro il processo è ripetitivo e dispendioso in termini di tempo. Il nostro obiettivo con RadReport AI era esaminare come l'IA possa aiutare a precompilare le prime sintesi, in modo che i radiologi verifichino, rivedano e finalizzino invece di partire da zero.

Non si tratta di sostituire la competenza specialistica. Si tratta di potenziarla.

RadReport AI si basa su una pipeline multimodale che collega la comprensione visiva alla generazione di testo. Il modello è stato addestrato sull'Indiana University Chest X-ray Dataset, che comprende oltre 7.000 immagini e referti etichettati.

Componenti tecnici principali:

• Vision Encoder: ViT (vit-base-patch16-224)
• Language Decoder: GPT-2
• Tokenizer: Hugging Face AutoTokenizer
• Framework di training: PyTorch + Transformers
• Distribuzione della UI: Streamlit, ospitato su Hugging Face Spaces

Non appena una radiografia del torace viene caricata, il modello riconosce i pattern rilevanti nell'immagine e li traduce in referti clinici tramite un decoder basato su GPT.

Attualmente RadReport AI supporta quanto segue:

• Riconoscere e interpretare le caratteristiche delle radiografie del torace
• Generare sintesi «Impression» concise
• Validare gli output con BLEU, ROUGE e METEOR
• Eseguire l'inferenza tramite una demo interattiva live
• Supportare output spiegabili con metodi basati su attention (in preparazione)

Valori di valutazione:

• BLEU: 0.51
• ROUGE-1: 0.55
• METEOR: 0.53

Questi risultati riflettono una forte corrispondenza con i referti redatti da esperti.

RadReport AI è un Proof of Concept, ma i suoi casi d'uso sono concreti:

• Studi di radiologia: impression rapide che i radiologi possono modificare e approvare
• Formazione medica: aiuta chi apprende ad associare i dati visivi ai concetti clinici
• Ricerca sull'IA in sanità: ambiente di test per pipeline diagnostiche multimodali

È ospitato pubblicamente, non richiede installazione ed è aperto a test e feedback.

Attualmente stiamo lavorando a:

• Referti in più parti (ad es. findings + impressions)
• Visualizzazioni dell'attention per una maggiore trasparenza
• Integrazione di ontologie (ad es. allineamento con RadGraph)
• Estensione alla refertazione multilingue

Se il vostro studio, il vostro laboratorio di ricerca o la vostra università sta esplorando la radiologia assistita dall'IA, saremo lieti di collaborare con voi.

RadReport AI è un passo piccolo ma significativo nell'esplorazione di come i modelli vision-language possano supportare il personale medico. In iiterate consideriamo l'IA uno strumento per potenziare l'intelligenza umana, non per sostituirla, e sviluppiamo con questo approccio.

Restate con noi mentre continuiamo a spostare i confini dell'IA applicata.