Nel mondo dell’intelligenza artificiale a scopo medicale, i dataset annotati sono oro. Migliaia di immagini anonimizzate, annotate da professionisti che hanno passato ore a circondare noduli, fratture, versamenti. Tutto questo lavoro, di solito, finisce dritto dritto nel training di reti neurali.
E se invece fosse usato per creare un gioco per gli umani?
È esattamente quello che fa XRayders, un nuovo quiz game che prende dataset di training AI come ChestX-Det e FracAtlas — già ampiamente usati per addestrare algoritmi di detection — e li trasforma in una sfida per chi lavora nell’ambito radiologico. L’obiettivo? Allenare l’occhio a riconoscere rapidamente le anomalie, con una forte componente di gamification per stimolare l’apprendimento in modo ludico. Il tutto completamente online, accessibile da qualsiasi dispositivo.
Come funziona in pratica
XRayders offre attualmente tre modalità di gioco:
Classic CXR presenta 10 radiografie toraciche estratte dal dataset ChestX-Det. Il giocatore deve localizzare correttamente almeno una lesione e caratterizzarla tra le opzioni disponibili per guadagnare punti extra.
Spot the Nodule è la modalità speed: l’obiettivo è individuare uno dei noduli polmonari il più velocemente possibile. Qui conta il colpo d’occhio.
Classic Ortho è pensata per chi ama l’osteoarticolare: bisogna identificare almeno una delle fratture nelle immagini selezionate dal dataset FracAtlas. Non si tratta dell’intero dataset — la selezione viene aggiornata periodicamente, quindi c’è sempre qualcosa di nuovo da scoprire.
Cinque vite, 30 secondi a round e un sistema di punteggio che premia sia la precisione che la velocità. Per i più temerari, la modalità “Lascia o Raddoppia” permette di moltiplicare i punti guadagnati — ma attenzione: sbagliare costa caro!
Sfide 1v1 e Fotoni
Giocare da soli è divertente, ma sfidare un collega lo è ancora di più. XRayders include un sistema di sfide 1v1 su tre round: basta creare un codice, condividerlo, e confrontarsi sulle stesse identiche radiografie. Chi totalizza più punti vince.
Di mezzo ci sono i Fotoni, la valuta del gioco. Una vittoria ne fa guadagnare, una sconfitta ne fa perdere. Al momento i Fotoni servono principalmente per le sfide, ma in futuro sbloccheranno contenuti speciali, nuove modalità e altre sorprese.
Progressi, classifiche e rank
XRayders traccia i progressi di ogni giocatore registrato. Ogni partita fa guadagnare punti XP che permettono di salire di livello, con rank che vanno dal Bronze al Grandmaster. Una classifica globale — settimanale, mensile e di sempre — permette di vedere dove ci si posiziona rispetto agli altri; inoltre, un comodo grafico a trend, permette di osservare i propri miglioramenti.
XRayders è prima di tutto un gioco didattico ed è stato scelto di renderlo completamente gratuito. Niente pubblicità, niente abbonamenti, niente meccaniche pay-to-win. È possibile giocare anche come ospite, ma la registrazione (basta solo un indirizzo e-mail) permette di salvare i progressi, comparire in classifica, lanciare sfide e guadagnare Fotoni.
I dati raccolti dalla piattaforma vengono utilizzati esclusivamente a scopo statistico per migliorare l’esperienza di gioco e non saranno ceduti a terzi né utilizzati per iniziative commerciali. I dati raccolti saranno anonimizzati per scopi di ricerca).
Il gioco è pensato per TSRM, Radiologi, studenti, professionisti sanitari o anche semplici curiosi che vogliano mettersi alla prova!
Perchè non provarci ? Ti aspettiamo su Xrayders!
Credits
XRayders è stato creato da Vittorio Censullo, membro del Comitato Scientifico di AITeRTC ETS (Associazione Italiana Tecnici di Radiologia Medica Esperti in Radiodiagnostica e Tomografia Computerizzata).
AITeRTC è coauthor del progetto.
Dataset utilizzati:
ChestX-Det — Dataset di 3.578 radiografie toraciche con annotazioni per 13 categorie di anomalie tra cui noduli, cardiomegalie consolidamenti e versamenti pleurici. Ogni immagine è stata annotata manualmente da radiologi esperti.
Lian J, Liu J, et al. “A Structure-Aware Relation Network for Thoracic Diseases Detection and Segmentation” — IEEE Transactions on Medical Imaging, 2021. Licenza: CC BY 4.0
FracAtlas — Dataset di 4.083 radiografie muscolo-scheletriche con annotazioni per classificazione, localizzazione e segmentazione delle fratture. Include immagini di mano, polso, spalla, ginocchio, caviglia e altri segmenti.
Abedeen I, et al. “FracAtlas: A Dataset for Fracture Classification, Localization and Segmentation” — Scientific Data, 2023. Licenza: CC BY 4.0
