Intelligenza artificiale in ambito Healthcare: cosa sta cambiando?

Intelligenza artificiale in ambito Healthcare: cosa sta cambiando?

Ricerca e Prevenzione

Ultimo aggiornamento: 28 aprile 2019

Indice




Una situazione paradossale è all’orizzonte della medicina. L’intelligenza artificiale, temuto simbolo dello strapotere della macchina sull’uomo, potrebbe migliorare proprio l’aspetto umano del rapporto medico-paziente, oltre a ottimizzare produttività, efficienza, flusso di lavoro, accuratezza e velocità. Un aspetto su cui l’intelligenza artificiale può essere d’aiuto è nella possibilità di  liberare il medico dal dover scrivere. Usando il sistema di elaborazione del linguaggio, i sistemi sono in grado di sintetizzare le note vocali e inserirle nella cartella clinica, magari come appunti, note, eliminando una fonte di distrazione e antipatia negli incontri medici, cioè la tastiera del computer.

Che cos’è l’AI?

Giusto per intenderci, l’Intelligenza Artificiale, spesso abbreviata come AI (artificial intelligence) è un ramo dell’informatica che si occupa della programmazione e della progettazione di sistemi e funzioni matematiche (algoritmi) in grado di rendere le macchine capaci di svolgere alcune funzioni considerate tipicamente umane quali, ad esempio, le percezioni visive, spazio-temporali e decisionali.

Si tratta, cioè, non solo di intelligenza intesa come capacità di calcolo o di conoscenza di dati astratti, ma anche e soprattutto di tutte quelle differenti forme di intelligenza che sono riconosciute dalla teoria di Gardner, e che vanno dall’intelligenza spaziale a quella sociale, da quella cinestetica a quella introspettiva. L'intelligenza artificiale può agire in modo autonomo e automatico, rielaborando in continuazioni soluzioni nuove in base agli elementi che ha a disposizione. Una rivoluzione come l’AI ha risvolti in moltissimi campi e tra questi può proiettare la tecnologia medica a livelli impensabili solo qualche anno fa.
 

La rivoluzione dell’AI

L’Intelligenza artificiale ha migliorato molti sistemi tecnologici utilizzati da persone con disabilità. Un esempio tipo sono i sistemi vocali che permettono una comunicazione naturale anche a chi non è in grado di parlare perché affetto da patologie neuromuscolari come la Sclerosi Laterale Amiotrofica (SLA).

Immagine di un paziente invalido che indossa un dispositivo per la realtà aumentataLe future capacità dell’AI verranno però messe alla prova sul fronte della diagnosi e della cura di tumori e malattie rare, oltre che nella gestione dei pazienti a casa, magari con Robot. Già oggi sono disponibili sul mercato sistemi cognitivi in grado di analizzare e apprendere da archivi grandissimi (pubblicazioni scientifiche, ricerca, cartelle cliniche, dati sui farmaci) con una velocità irraggiungibile dal cervello umano, accelerando percorsi di diagnosi anche molto difficili, come per le malattie rare, o suggerendo schemi di cura ottimali in caso di tumori o malattie particolari. Gli assistenti virtuali basati sulla AI (i robot) sono pronti a sbarcare nelle sale operatorie o al pronto soccorso, ma anche nelle case di persone con disabilità o anziani che vivono soli e hanno patologie croniche.

Tra le innovazioni più entusiasmanti, frutto di questa tecnologia, ci sono dispositivi impiantati che reagiscono istantaneamente a minimi cambiamenti fisiologici, segno ad esempio di infezioni o infiammazioni allo stadio iniziale, quindi curabili con minor farmaco e con più probabilità  di successo. Ci sono poi software in grado di identificare le migliori opzioni di trattamento per coloro che sono in condizioni critiche, tra la vita e la morte, sistemi chirurgici capaci di lavorare in autonomia, attingendo a dati presenti in archivi mondiali.

La vera novità dell’AI è che la macchina formula, in autonomia, delle soluzioni.
 

Machine learning

Immagine di un robot mentre legge un libroAll’origine di questa evoluzione c’è il lavoro di ingegneri e ricercatori che hanno messo a punto uno strumento, chiamato machine learning (letteralmente macchina che impara), che offre previsioni più elaborate e più accurate rispetto alle semplici proiezioni statistiche perché rielabora l’algoritmo in base ai dati ricevuti.

Si tratta di un tipo di algoritmi più complessi di quelli comunemente utilizzati dai colossi del web come Amazon o Netflix per consigliare i prodotti o i programmi in base alle scelte fatte in precedenza o agli altri algoritmi che veicolano pubblicità personalizzata ovunque si vada online.

I sistemi messi a punto con l’intelligenza artificiale permettono funzioni complesse come la visione artificiale, utilizzata nel riconoscimento facciale e l'elaborazione del linguaggio naturale (NLP), cioè non solo delle parole, ma anche dell’espressione, dell’intonazione, utilizzati in assistenti virtuali come Alexa e Siri. Tutti questi strumenti sono stati sviluppati e testati a un ritmo frenetico con ricadute che stanno cambiando l’interazione uomo macchina.
 

Deep Medicine

Tutti questi sistemi hanno chiaramente impieghi in vari ambiti, anche nella medicina. Al tema ha dedicato un approfondimento il New York Times in un’intervista a Eric Topol, cardiologo e fondatore e direttore dello Scripps Research Translational Institute, uno dei maggiori esperti nel settore e autore di un libro sull’argomento dal titolo “Deep Medicine”.

Immagine di una donna mentre guarda uno schermo luminosoIl titolo, volutamente, si riferisce alla capacità specifica di questi sistemi di rielaborare gli algoritmi e quindi le soluzioni, con uno schema che richiama la rete nei neuroni. Secondo il dottor Topol, questo tipo di intelligenza artificiale, oltre ad aumentare le probabilità di fornire cure migliori, liberando il medico da una serie di incombenze burocratiche, gli darebbe più tempo da dedicare al rapporto umano con il paziente.

L'apprendimento automatico che, sulla carta, grazie ad algoritmi in grado di analizzare rapidamente milioni di dati, è potenzialmente in grado di diagnosticare le malattie in modo più accurato rispetto agli umani, manca però dell'intuizione e delle conoscenze contestuali per prevedere il comportamento umano. Per questo, secondo il dottor Topol, la cosa importante è far fare alla macchina quello che sa fare meglio e non sostituirla all’intelligenza umana, che invece deve saper fare le domande giuste e interpretare i dati forniti anche dall’algoritmo più potente. Ci sono però già degli esempi interessanti di applicazione dell’AI in medicina.
 

Diagnosi più accurate

Ad Aprile 2018, una piccola  start-up americana di nome IDx, ha ottenuto l'autorizzazione dell’Agenzia del farmaco statunitense (FDA) per commercializzare il suo sistema IDx-DR. Si tratta di un software dotato di una visione artificiale autonoma progettato per analizzare le immagini della retina e fornire una diagnosi clinica per la retinopatia diabetica lieve.
Immagine di una retina affetta da retinopatia
Il sistema si è dimostrato in grado di identificare, con una precisione intorno al 90%, la presenza o meno di retinopatia in pazienti con diabete, semplicemente confrontando l’immagine della retina caricata dall’oculista con quelle di un database con immagini di retine già diagnosticate. Questo aspetto è importante perché è molto difficile individuare una retinopatia in fase iniziale, ma se il trattamento è precoce, migliora il risultato clinico. Quello di IDx è stato il primo dispositivo con AI a ricevere un’autorizzazione da parte di un’agenzia, come FDA, che decide sulla messa in commercio dei farmaci tradizionali.

Nella diagnosi dei tumori il primo sistema impiegato è stato Watson for Oncology, messo a punto da IBM Watson Health, qualche anno fa, con lo scopo di indicare il trattamento migliore per i pazienti con cancro. Il sistema, che porta il nome del primo presidente di IBM ,Thomas Watson, in base ai sintomi e altri fattori espressi dal medico, è in grado di identificare l’informazione da cercare e di elaborare i dati del paziente per formulare e testare ipotesi in base al confronto con informazioni reperite da altre fonti come banche dati, articoli scientifici, linee guida…

Alla fine fornisce una lista di raccomandazioni personalizzate. Sono già stati presentati degli studi in cui si vede che i suggerimenti di Watson sono concordanti con quelle fatte dal medico nell’80-90% dei casi, a seconda dei tipi di patologie. Promette bene anche CNN, la rete neurale convoluzionale messa a punto da Google per riconoscere il melanoma, cancro della pelle, ma è ancora alle prime fasi di studio.
 

Addio radiologo?

Il campo radiologico è sicuramente tra i più impattati dalla novità. I sistemi di AI sono molto più veloci degli umani nella lettura rapida e accurata di scansioni mediche, diapositive, lesioni cutanee. In tempi rapidissimi possono confrontare milioni di informazioni da banche dati mondali, arrivando a un’accuratezza di lettura impensabile per l’uomo.

Grazie a questi dati l’AI può anche prevedere risultati chiave sia per i pazienti che per i medici anche nel campo della prevenzione. Questo aspetto, che è particolarmente evidente nella radiologia, non renderà obsoleto il radiologo, anzi, lo costringerà  a“evolvere” e a uscire dal seminterrato, dove di solito vive tra Tac e risonanze magnetiche, per interagire direttamente con i pazienti. Il dottor Topol ritiene essenziale non fare mai affidamento solo sugli algoritmi per l'interpretazione delle questioni particolarmente delicate e richiama all’attenzione sull’importanza di filtrare tutti i  risultati e gli scenari sempre attraverso il medico.
 

Come funziona la diagnostica?

 

Robot assistiti da AI al posto del chirurgo?

Anche i chirurghi devono prepararsi a qualche cambiamento.
Immagine di un robot mentre medica un paziente
Certo, i robot assistiti dall’AI non sostituiranno lo specialista in sala operatoria, ma l’AI potrebbe fare la differenza nella microchirurgia, come ad esempio accade nella retina. Secondo Topol, i robot aumenteranno le prestazioni del chirurgo, ma non lo sposteranno dalla sala operatoria.

Un altro aiuto al chirurgo è anche offerta dalla tecnologia di HeartFlow che utilizza l'imaging avanzato per creare un rendering (immagini virtuali) anatomico tridimensionali della vascolarizzazione coronarica, applicando i dati noti sulla fisiologia coronarica per meglio rivelare la fisiologia del paziente.

In altre parole si ha un’immagine in tre dimensione delle coronarie del paziente che è sul tavolo operatorio. Il processo si basa sull'apprendimento automatico per aiutare a creare rendering di alta qualità analizzando una vasta gamma di immagini, inclusi angiogrammi immagini intravascolari. Dopo aver analizzato le immagini, il software può quindi dedurre l'aspetto della struttura anatomica reale di un paziente in base ai dati precedenti. È un'applicazione diretta dell'apprendimento automatico che aiuta a salvare vite umane, suggerendo altre possibili soluzioni chirurgiche.
 

Lo psichiatra è un’app

Un impiego particolarmente interessante riguarda la capacità dell’AI di rilevare la depressione tramite post e foto postate nei social network. Esistono già studi che dimostrano come, in base ai post pubblicati nei profili Facebook si possa definire il rischio di una persona di sviluppare la depressione. In realtà, più che da un post o una foto su Instagram, l’AI può essere d’aiuto grazie allo smartphone.

Ci sono sistemi (app) in grado di definire lo stato d’animo, in base al tono del linguaggio, il tipo di respirazione, il numero delle volte che si tocca lo schermo e l’attività fisica svolta. Questi aspetti non sono secondari se si considera che sono già sul mercato americano terapie su app per la gestione di problemi psichici come la dipendenza dal fumo che sono prescritti dal medico perché approvati dall’Agenzia del farmaco (FDA). Queste app, che vengono studiate e prescritte come farmaci, sono definite digital therapeutics, cioè i digiceutici o terapie digitali. Sistemi di AI potrebbero quindi fare la differenza anche nella gestione di patologie psichiatriche complesse.
 

L’assistente a casa

Ci sono robot che, grazie all’AI, interagiscono con i pazienti e ricordano non solo l’ora di assunzione delle medicine, ma di elaborare lo stato di salute in base alle risposte e al tono con cui sono date, a domande prevaricate e simile a quelle che farebbe un medico.

Questi robot potrebbero quindi monitorare a casa pazienti con insufficienza cardiaca, diabete o altre patologie, interagendo in un modo che, pur avendo valenza medica, potrebbe evitare quelle barriere psicologiche come l'ansia del medico, ed ottenere risposte più conformi al vero stato del paziente. Questi robot sono progettati  per cambiare la formulazione delle domande.

Se un paziente risponde di non aver avuto problemi a respirare mentre svolgeva normali compiti come cucinare o andare in bagno, per esempio, il robot continua a informarsi sul suo umore e delle altre attività che potrebbe fare, per raccogliere più dati. Invece, se il paziente riferisce di avere fiato corto, il  sistema fa altre domande per determinare quanto siano gravi i  sintomi e, nel caso, consiglia di contattare il suo medico.
 

Tornare al passato dal futuro

L’aspetto più entusiasmante della rivoluzione digitale, di cui l’AI è l’esempio eclatante, è che usando il futuro si può ritornare a un aspetto importante  del passato, che è stato perso. Si tratta di  ripristinare un’assistenza sanitaria umanizzata dalla macchina. Proprio nel momento in cui i medici sono ai massimi livelli di stress, depressione e burnout (sindrome da esaurimento professionale) l’avanguardia tecnologica offre loro il dono del tempo. I pazienti possono finalmente recuperare un rapporto con il  medico basato sull’aspetto umano diventando, grazie ai dati raccolti, davvero parte attiva della cura. Certo, una simile rivoluzione non è priva di rischi.

Il primo è che i troppi dati rendano i pazienti più ansiosi e pressanti nei confronti del medico, ma con una adeguata formazione, anche questo aspetto potrà essere gestito.
 

I rischi dell’AI

Certo non è tutto oro, anzi. L’uso dell’AI espone a problemi mai affrontati prima in campo di privacy. Per proteggere i dati sulla salute, quindi particolarmente sensibili, servono sistemi normativi, ma anche tecnici di cyber security molto sofisticati.
Immagine che mostra un hacker mentre sta rubando dei dati
I dati sulla salute (Big data) sono infatti il petrolio del terzo millennio perché dalla loro rielaborazione si possono ricavare informazioni utili a testare farmaci, profilare polizze assicurative, sanitarie e vendite. Servono quindi sistemi in grado di bloccare gli attacchi informatici (hacking).

Gli algoritmi, che elaborano risultati in base ai dati a disposizione, potrebbero inoltre potenziare e peggiorare disuguaglianze, pregiudizi e questioni etiche. Inoltre il GDPR entrato in vigore il 25 maggio 2018 richiede che qualsiasi decisione frutto di modelli predittivi che possa avere delle implicazioni “legali” debba avere anche una spiegazione esplicita, non tutte gli algoritmi attualmente utilizzati con AI sono in grado di sostenere questo “diritto alla spiegazione”.

In conclusione, il trattamento dei pazienti è sia arte sia scienza. Piuttosto che tentare di sostituire i medici nella pratica medica, l'AI può, e dovrebbe diventare, uno strumento prezioso per migliorare ciò che fanno i medici. È fondamentale che le implicazioni etiche dell'uso dell'intelligenza artificiale non siano trascurate dall'industria e dal governo. Mentre si precipitano per entrare nella corsa AI globale come giocatori seri, non devono ignorare il potenziale costo umano della cattiva scienza.
In collaborazione con
Maddalena Guiotto

Maddalena Guiotto

Giornalista con laurea in farmacia e master in bioetica, ho sempre scritto di salute, sanità e farmaceutica. Ho maturato esperienze professionali a livello di agenzie stampa internazionali, Tv, carta stampata e siti web. Nel collaborare con testate come "Le Scienze", "Corriere Salute", "Aboutpharma" e "iFarma", ho potuto affinare le mie competenze in vari aspetti del giornalismo su web. Oggi scrivo anche di benessere e digital health, sempre partendo da dati scientifici certi e documentati.
Data di pubblicazione: 28 aprile 2019