Da uno studio congiunto delle Università del Texas, della Pennsylvania, di Houston e Stoccarda, arriva un’applicazione del machine learning con importanti implicazioni per chi soffre di neoplasie al cervello: istruendo alcuni supercomputer con modelli biofisici di crescita dei tumori, i ricercatori hanno insegnato alle macchine come analizzare tomografie e risonanze magnetiche per individuare nel più breve tempo possibile eventuali anomalie. Il metodo è stato testato presso i calcolatori del Texas Advanced Computing Center (TACC), ed ha già mostrato un elevatissimo grado di affidabilità su un campione di 300 risonanze e 140 casi di tumore.

La necessità di più supercomputer è in qualche modo limitante per l’adozione della tecnica, ma al momento inevitabile: il software, infatti, ricostruisce il cervello di un paziente in 3D basandosi sulle risonanze, per poi confrontarne ogni singolo voxel (=pixel dotati di profondità) con tutti i modelli biofisici disponibili. Se consideriamo che la scansione di un solo cervello è mediamente composta da 1.5 milioni di voxel, risulta straordinario l’essere riusciti ad analizzare per intero 140 scansioni in meno di 4 ore con una precisione diagnostica del 90%, identica a quella di un esperto radiologo umano, in maniera completamente automatizzata.