L’intelligenza artificiale nel settore sanitario ha un potenziale inimmaginabile. Entro i prossimi due anni, con l’apporto di Big Data rivoluzionerà ogni area della nostra vita, compresa la medicina. Ridisegnerà completamente l’assistenza sanitaria, e in meglio. Diamo un’occhiata alle soluzioni promettenti che offre.
Sono tanti i leader di pensiero che credono che stiamo vivendo la Quarta Rivoluzione Industriale. Una “rivoluzione” caratterizzata da tecnologie che stanno fondendo il mondo fisico, digitale e biologico. È come un’onda di tsunami che influenza tutte le discipline, le economie e le industrie e persino i confini biologici dell’essere umano. Sono certa che la sanità sarà l’area industriale principale di tale rivoluzione e i principali catalizzatori del cambiamento saranno l’intelligenza artificiale e i Big Data.
E quando dico Big Data, dico very Big. Con l’evoluzione della capacità digitale sempre più dati vengono prodotti e archiviati online. La quantità di dati digitali disponibili sta crescendo a una velocità strabiliante, raddoppiando ogni due anni. Nel 2013 comprendeva 4,4 zettabyte: entro il 2020 l’universo digitale raggiungerà 44 zettabyte o 44 trilioni di gigabyte. Il mondo dei Big Data è così vasto che avremo bisogno dell’intelligenza artificiale (AI) per essere in grado di tenerne traccia.
Intelligenza artificiale… reale
Non abbiamo ancora raggiunto lo stato di intelligenza artificiale “reale”, ma l’AI è pronta a intrufolarsi nelle nostre vite senza grandi annunci o fanfare. È già nelle nostre auto, nelle ricerche su Google, nei suggerimenti di Amazon e in molti altri dispositivi. Siri di Apple, Cortana di Microsoft, Google OK di Google e i servizi Echo di Amazon sfruttano l’elaborazione del linguaggio naturale per fare cose utili. Tipo? Cercare un ristorante, ottenere indicazioni stradali , memorizzare una riunione o origliare le nostre conversazioni (in questo caso è utile a loro).
Ma c’è già dell’altro.
Un programmatore britannico di 19 anni ha lanciato lo scorso settembre un bot, DoNotPay, che sta aiutando con successo le persone a presentare ricorso contro le loro multe. È un “avvocato AI” che può decidere cosa fare con il biglietto di parcheggio ricevuto sulla base di alcune domande. Fino a giugno, il bot ha fatto ricorso con successo per 160.000 dei 250.000 ticket di parcheggio sia a Londra che a New York, con una percentuale di successo del 64%.
Immaginate questa efficienza nell’assistenza sanitaria!
Combinata con i Big Data, l’AI nell’assistenza sanitaria e in medicina potrebbe organizzare meglio i percorsi dei pazienti o i piani di trattamento, e fornire ai medici tutte le informazioni di cui hanno bisogno per prendere una buona decisione.
Non parlo di un lontano futuro.
Di certo l’apprendimento sofisticato e gli algoritmi di intelligenza artificiale troveranno un posto nell’assistenza sanitaria nei prossimi anni: non so se sono due anni o dieci, ma sta arrivando.
Andy Schuetz, scienziato senior di Sutter Health.
Esistono già diversi ottimi esempi di intelligenza artificiale nel settore sanitario che mostrano potenziali implicazioni e possibili usi futuri che suscitano ottimismo. Certo, sarà una vera rivoluzione solo se queste tecnologie saranno disponibili per tutti, e non solo per i più ricchi o per i più esperti. Ad ogni modo, diamo un’occhiata al futuro dell’intelligenza artificiale nel settore sanitario.
Deepmind Healt, cartelle mediche a velocità supersonica
L’applicazione più ovvia dell’intelligenza artificiale in ambito sanitario è la gestione dei dati. Raccoglierli, immagazzinarli, tracciarli: è il primo passo per rivoluzionare i sistemi sanitari esistenti. Recentemente, il ramo di ricerca AI del gigante della ricerca, Google, ha lanciato il suo progetto Google Deepmind Health, che viene utilizzato per estrarre i dati delle cartelle cliniche e fornire servizi sanitari migliori e più veloci. Il progetto è nella sua fase iniziale, ma promette sfracelli.
Progettazione di piani di trattamento
IBM Watson ha lanciato il suo programma speciale per oncologi che è in grado di fornire ai medici opzioni di trattamento estremamente raffinate. Watson for Oncology ha una capacità avanzata di analizzare il significato e il contesto di dati strutturati e non strutturati in note cliniche e rapporti che possono essere fondamentali per la selezione di un percorso di trattamento. Combinando gli attributi dalla cartella del paziente con l’esperienza clinica, la ricerca esterna e i dati, il programma identifica i potenziali piani di trattamento per un paziente.
Assistenza in compiti ripetitivi
Sempre IBM ha lanciato un altro algoritmo chiamato Medical Sieve. Si tratta di un ambizioso progetto esplorativo a lungo termine per costruire la prossima generazione di “assistenti cognitivi”. Una gamma di AI con capacità analitiche e di ragionamento e un’ampia gamma di conoscenze cliniche. Medical Sieve è qualificato per assistere nel processo decisionale clinico in radiologia e cardiologia. L’assistente “alla salute” è in grado di analizzare Big Data come le immagini radiologiche per individuare e rilevare i problemi in modo più rapido e affidabile. I radiologi in futuro potrebbero dover esaminare solo i casi più complicati in cui la supervisione umana è utile.
Diagnostica con Big Data e deep learning
La start-up medica Enlitic mira anche ad abbinare il deep learning a vasti archivi di Big Data per migliorare la diagnostica e la vita dei pazienti. Fino a poco tempo fa, i programmi diagnostici per computer venivano scritti usando serie di ipotesi predefinite sulle caratteristiche specifiche della malattia. Un programma specializzato doveva essere progettato per ogni parte del corpo e poteva essere identificato solo un insieme limitato di malattie. I programmi spesso semplificano eccessivamente la realtà, determinando scarse prestazioni diagnostiche. L’avvento dei Big Data permetterà una enorme precisione. Il deep learning può gestire un ampio spettro di malattie in tutto il corpo e tutte le modalità di imaging (raggi X, scansioni TC, ecc.)”.
Modalità ibride di consulto (dal vivo e online)
Avete mal di testa, vi sentite storditi e siete certi di avere la febbre. Dovreste sentire un dottore. Chiamate, parlate con un segretario, chiedete un appuntamento tra due giorni. Questo è ciò che non accadrà con nuove app di assistenza medica. Anche in Italia stanno nascendo, ma vi parlo di una realtà già affermata come Babylon. L’app inglese offre consulenza medica online e servizio sanitario in abbonamento. Da quest’anno offre consulenza medica con AI basata sulla storia medica personale del paziente.
Gli utenti segnalano i sintomi della loro malattia all’app, che li confronta con un database di Big Data sulle malattie utilizzando il riconoscimento vocale. Dopo aver preso in considerazione la storia e le circostanze del paziente, Babylon offre una linea di condotta appropriata. L’app ricorda anche ai pazienti di prendere i farmaci e li segue nel decorso, per scoprire come si sentono. Con soluzioni del genere l’efficienza della diagnosi dei pazienti può aumentare, e il tempo di attesa negli studi medici può ridursi.
Infermieri virtuali
Diamo il benvenuto alla prima infermiera virtuale al mondo. Molly è stata sviluppata dalla start-up medica Sensely. Ha un viso sorridente e amabile unito a una voce piacevole e il suo obiettivo esclusivo è aiutare le persone a monitorare le loro condizioni e il loro trattamento. L’interfaccia utilizza il machine learning per supportare i pazienti con condizioni croniche tra le visite mediche. Fornisce monitoraggio e assistenza di follow-up comprovati e personalizzati, con una forte attenzione alle malattie croniche.
Monitoraggio farmaci e protocolli di cura: AiCure
C’è anche una soluzione specifica per monitorare se i pazienti stanno assumendo davvero i loro farmaci. L’app AiCure, supportata dal National Institutes of Health inglese, utilizza la webcam e l’AI di uno smartphone per confermare in modo autonomo che i pazienti stanno aderendo alle loro prescrizioni. Questo è molto utile per le persone con gravi condizioni mediche, per quelli che tendono ad andare contro il consiglio del medico e per i partecipanti agli studi clinici.
AI, Big Data e Medicina di precisione
AI e Big Data avranno un enorme impatto anche sulla genetica e sulla genomica. Deep Genomics mira a identificare modelli in Big Data di informazioni genetiche e cartelle cliniche, alla ricerca di mutazioni e collegamenti con la malattia. Sta nascendo una nuova generazione di tecnologie computazionali in grado di dire ai medici cosa accadrà all’interno di una cellula quando il DNA viene alterato dalla variazione genetica, sia naturale che terapeutica. Come le chiameremo?
Craig Venter, nel mentre (uno dei padri del Human Genome Project), lavora ad algoritmi che potrebbero progettare le caratteristiche fisiche di un paziente in base al loro DNA. Con la sua ultima impresa, Human Longevity, offre ai suoi pazienti (per lo più ricchi) il sequenziamento completo del genoma abbinato a una scansione completa del corpo e un controllo medico molto dettagliato. L’intero processo consente di individuare il cancro o le malattie vascolari nella loro fase iniziale.
Big Data per la Creazione di farmaci
Lo sviluppo di prodotti farmaceutici attraverso studi clinici richiede a volte più di un decennio e costa miliardi di euro. Accelerare questo processo e renderlo più conveniente avrebbe un enorme effetto sull’assistenza sanitaria. Atomwise utilizza supercomputer che tirano fuori terapie da un database di Big Data di strutture molecolari. L’anno scorso Atomwise ha lanciato una ricerca virtuale di medicinali esistenti e sicuri che potrebbero essere riprogettati per trattare l’Ebola. Questa analisi, che normalmente avrebbe richiesto mesi o anni, è stata completata in meno di un giorno. Riuscire a combattere i virus mortali mesi o anni più velocemente può essere un bel colpo contro la prossima pandemia. O questa, perchè no.
Un altro ottimo esempio di utilizzo dei Big Data per la gestione dei pazienti è Berg Health, un’azienda biofarmaceutica che estrae dati per scoprire perché alcune persone sopravvivono alle malattie, e quindi migliorano le cure attuali o creano nuove terapie. Combinano l’AI con i Big Data biologici dei pazienti per mappare le differenze tra ambienti sani e favorevoli alle malattie e aiutano nella scoperta e nello sviluppo di farmaci, diagnostica e applicazioni sanitarie.
Analisi di un sistema sanitario:
Il 97% delle fatture sanitarie nei Paesi Bassi è digitale e contiene dati relativi al trattamento, al medico e all’ospedale. Queste fatture potrebbero essere facilmente recuperate. Una società locale, Zorgprisma Publiek analizza le fatture e utilizza IBM Watson nel cloud per estrarre i dati. Possono dire se un medico, una clinica o un ospedale commettono ripetutamente errori nel trattamento di un certo tipo di condizione al fine di aiutarli a migliorare ed evitare ricoveri inutili dei pazienti.
Cose da fare perchè AI e Big Data ci aiutino davvero: TANTE
Anzitutto dobbiamo abbattere pregiudizi e paure sull’AI, e aiutare la popolazione a capire come possiamo limitare i rischi che l’uso di AI comporta. La paura più grande di tutti è che l’intelligenza artificiale ci sfugga di mano, controllando (o combattendo) i suoi “creatori”. Stephen Hawking mise l’intelligenza artificiale nel novero dei pericoli alla sopravvivenza della razza umana.
Non credo che la situazione sia così cupa, ma concordo con chi sottolinea la necessità di prepararsi adeguatamente all’uso dell’AI in ambito sanitario. Abbiamo bisogno di un po’ di cose per evitare problemi:
- Creazione di standard etici applicabili e obbligatori per l’intero settore sanitario.
- Sviluppo graduale dell’AI per avere il tempo di prevenire gli eventuali svantaggi.
- Professionisti medici: formazione sul funzionamento dell’AI in contesti medici.
- Pazienti: abitudine all’AI e sempre minore diffidenza.
- Per chi sviluppa soluzioni AI: più comunicazione verso il grande pubblico sui potenziali vantaggi e rischi.
- Per le autorità sanitarie: misurare il successo e l’efficacia del sistema.
Se avremo successo, Big Data e AI ci porteranno enormi scoperte mediche e terapeutiche non di tanto in tanto, ma quotidianamente.
Bianca Stan – Laureata in Giurisprudenza, scrittrice con diversi libri pubblicati in Romania e giornalista per il gruppo “Anticipatia” (Bucarest). Si concentra sull’impatto delle tecnologie esponenziali, robotica militare e sulla loro intersezione con tendenze globali, urbanizzazione e geopolitica a lungo termine. Vive a Napoli.
I commenti sono chiusi.