A cura di Vincenzo Paduano

L’argomento “Intelligenza Artificiale” — acronimizzato in inglese come AI — non è certo nuovo: le notizie a riguardo sono numerose e aumentano col passare dei giorni. Seppure, in ottica di evoluzione tecnologica, è invece molto recente.

Trattandosi di uno strumento utile ad automatizzare compiti tediosi e ripetitivi per gli esseri umani, ma che richiedono appunto un apporto intellettivo, sta diventando sempre più capillare nei campi più disparati, dal marketing, al monitoraggio di componentistica, all’entertainment, agli usi industriali, ai personal assistant virtuali e così via.

Uno in cui si invece sta ancora affacciando è quello della biomedicina, dove è impiegata ancora in maniera modesta. Eppure alcune applicazioni notevoli sono già presenti, quali in diagnostica per immagini. Lì dove il cervello umano si è evoluto per funzionare al meglio nel mondo naturale macroscopico, adattandosi a boschi e savane e ciò che vi si può trovare, animato o meno, è meno preciso su immagini che vengono da mondi diversi, ad esempio quello microscopico dei campioni istologici. Le AI, non avendo certe “limitazioni costruttive”, possono adattarsi a quel mondo e diagnosticare la presenza o meno di elementi patologici nelle immagini da microscopia, anche meglio di un essere umano (https://www.the-scientist.com/features/artificial-intelligence-sees-more-in-microscopy-than-humans-do-65746).

Allo stesso modo l’interpretazione di analisi radiografiche, scienza difficile e che richiede molta preparazione e una buona dose di intuito, può essere coadiuvata da algoritmi di AI che sono in grado di interpretarle al meglio (https://www.emjreviews.com/radiology/congress-review/artificial-intelligence-and-the-future-of-radiography/).

AI e sanità, un aiuto per gli investimenti

LEGGI ANCHE: Il weekend del Black Friday ora più digitale che mai

Così come nel campo dello sviluppo di farmaci che, semplificando forse anche troppo, si basa su trial and error, algoritmi di AI possono affiancare i ricercatori e prevedere le interazioni biochimiche tra farmaci in studio e tessuti viventi, selezionando così a priori quelli che sono più promettenti e su cui vale la pena fare ricerca e investire denaro (https://www.nature.com/articles/d41586-018-05267-x).

Nonostante risultati molto lusinghieri nello screening di malattie che possono arrivare fino a 98% di accuratezza (e.g., https://www.wired.co.uk/article/deepmind-google-ai-breast-cancer, https://www.eurekalert.org/pub_releases/2020-07/uop-aii072420.php, https://www.theguardian.com/society/2018/may/29/skin-cancer-computer-learns-to-detect-skin-cancer-more-accurately-than-a-doctor, https://doi.org/10.1016%2Fj.ijom.2018.07.010), un utilizzo massivo non è ancora stato introdotto. Almeno finora.

La recente pandemia ha mostrato, nel Bel Paese ma anche in molti altri stati, i limiti dell’impostazione sanitaria attuale (http://www.quotidianosanita.it/studi-e-analisi/articolo.php?articolo_id=84802&fr=n, https://www.cnbc.com/2020/10/30/pandemic-has-exposed-gaping-problems-with-the-us-health-care-system.html) una volta che il sistema viene messo sotto stress, e che ha fatto da cassa di risonanza per tutti i problemi simili che, seppur in misura minore, erano già presenti e continuano ad esserlo.

Di fatto la crisi sanitaria attuale ha dovuto forzare al ripensamento dell’intero sistema, e ha forzato una accelerazione in tal senso. Di fatto, alle nuove soluzioni di organizzazione, di approvvigionamento di farmaci e macchinari, di allestimento posti letto, e così via, si è affiancata la necessità di utilizzare strumenti automatici, veloci, precisi, e che possano funzionare addirittura senza l’ausilio umano, quantomeno entro certi limiti.

Ancora, in una situazione che coinvolge l’intero pianeta dove da un giorno all’altro ci si è trovati con una sovrasaturazione dell’impegno del personale sanitario e la carenza dello stesso, e addirittura in una situazione in cui viene richiesto di fare medicina (e tutto il resto a dire il vero) minimizzando il contatto umano, è diventato preponderante, lì dove possibile, il bisogno di utilizzare macchine addestrate appositamente che possano coadiuvare il personale umano e rendere la risposta sanitaria il più efficiente possibile. Per cui sono nate anche iniziative specifiche: a fine ottobre si è tenuto il 1st Epocal Summit (https://www.tecnomedicina.it/innovazione-digitale-e-intelligenza-artificiale-il-primo-epocal-summit-per-la-sanita-del-futuro/), evento promosso da GE Healthcare, Roche ed Edward Lifesciences, e patrocinato dal Ministero della Salute. L’obiettivo dell’evento: discutere della trasformazione della Sanità italiana

Continua a leggere su