L'intelligenza artificiale può essere accurata quasi quanto un medico nella diagnosi di Covid-19, soprattutto riconoscendo la polmonite scatenata dall'infezione da nuovo coronavirus. Lo indica la ricerca pubblicata sulla rivista Nature Communications e condotta fra Cina, Stati Uniti e Italia. I ricercatori hanno dimostrato che, analizzando le tomografie computerizzate (Tc) dei polmoni, un algoritmo è in grado di classificare la polmonite da Covid-19 con una precisione fino al 90%, oltre a identificare correttamente i casi positivi nell'84% dei casi e quelli negativi nel 93%. Le tomografie computerizzate (Tc), spiegano i ricercatori in una nota, "offrono una visione più approfondita della diagnosi e della progressione del Covid-19 rispetto ai test di reazione a catena della polimerasi di trascrizione inversa, o Rt-Pcr, spesso utilizzati.

Questi test hanno un alto tasso di falsi negativi e ritardi nell'elaborazione. Un altro vantaggio delle Tc è che possono rilevare Covid-19 in persone senza sintomi", ma, precisano, "non sempre" sono "raccomandate come strumento diagnostico per Covid-19 perché la malattia appare spesso simile alle polmoniti associate all'influenza".  Il nuovo algoritmo sviluppato dal gruppo di ricerca, precisa Ulas Bagci, uno dei ricercatori dello studio, "può superare questo problema identificando accuratamente i casi di Covid-19, oltre a distinguerli dall'influenza, rappresentando così un grande potenziale aiuto per i medici". Gli studiosi hanno analizzato le Tc polmonari pazienti di Cina, Giappone e Italia con malattie che vanno dalla polmonite da Covid a quella che non ne è legata fino al cancro polmonare.  Al lavoro hanno contribuito studiosi della Fondazione Irccs Cà Granda, dell'Università degli Studi di Milano e dell'Asst Santi Paolo e Carlo.