Un framework AI agentico migliora il rilevamento del glaucoma dalla fotografia del fundus

È stato creato un nuovo framework per l'AI agentica che unisce modelli linguistici di grandi dimensioni (LLM) con tecnologie di deep learning mirate per migliorare il rilevamento del glaucoma tramite fotografia del fundus. Questo framework affronta problemi chiave associati agli LLM, come allucinazioni, accuratezza incoerente e variabilità tra esecuzioni. Il processo si svolge in tre fasi: un LLM effettua una valutazione iniziale, vengono attivati strumenti specializzati per valutare la qualità dell'immagine (QAModel, FundaQ-8), classificare il glaucoma (SwinV2-Tiny) e segmentare il disco/cupa ottica (SegFormer-B0), seguito da una fase di riflessione in cui l'LLM combina la sua valutazione iniziale con gli output degli strumenti. La valutazione è avvenuta su due dataset pubblici, ORIGA (n=100) e RIM-ONE-v3 (n=100), utilizzando sia viste ritagliate che non ritagliate. Il test ha coinvolto due LLM, Gemini 2.5 Flash e GPT-5.4 mini, con tutte le immagini valutate da uno specialista del glaucoma mascherato. Il framework agentico ha migliorato l'accuratezza della classificazione di 16-47 punti percentuali su entrambi i dataset. Questo studio, identificato come arXiv:2608.07651, illustra un percorso promettente per migliorare l'affidabilità degli LLM nell'interpretazione di immagini mediche, potenzialmente portando a strumenti diagnostici più precisi e coerenti in oftalmologia.