Applicazioni dell'intelligenza artificiale in sanità

Sentiamo parlare di medicina e intelligenza artificiale ormai quasi tutti i giorni. Queste le principali domande: in che modo viene utilizzata l'IA in sanità? Come possono le "macchine" imparare e applicare gli standard di etica della medicina? Infine, avremo davvero bisogno di medici in futuro?

Spoiler alert: la risposta è sì.

Vediamo allora quali sono, ad oggi, i principali i settori in cui si è sviluppata l’AI in sanità ed analizziamo alcuni esempi. 

Settori di applicazione dell'AI in sanità

Nel 2018 il Wellcome trust, una fondazione la cui missione è far progredire la salute attraverso l'educazione e la ricerca, ha commissionato a Future Advocacy uno studio sulle implicazioni etiche, sociali e politiche dell'uso dell'IA in sanità e nella ricerca medica.

Nel rapporto, i cui risultati sono veramente interessanti, l’uso dell’AI in sanità è stato diviso in 5 categorie:

1. Ottimizzazione dei processi: si riferisce all'uso dell'IA per migliorare i processi di "back-end" in ambito sanitario, come la logistica e la programmazione del personale;
2. Ricerca preclinica (ad es. sperimentazioni farmacologiche)
3. Percorsi clinici (ad es. diagnostica)
4. Applicazioni rivolte al paziente (ad es. somministrazione della terapia o delle informazioni;
5. Applicazioni a livello di popolazione (ad esempio, mappatura delle epidemie)

Adotteremo la stessa suddivisione in questo articolo, fornendo gli esempi più rilevanti per ogni categoria. Prima di iniziare, è importante però fare una chiara dichiarazione teorica.

I sistemi di intelligenza artificiale si dividono (concettualmente) in

• AI "narrow" (“ristretti”), che sono progettati per risolvere compiti specifici e definiti
• AI “broad” che dovrebbero essere in grado di comportarsi in modo intelligente e di gestire qualsiasi compito intellettuale

Allo stato attuali i sistemi di AI realizzati sono (quasi) tutti di AI "narrow”, essendo i sistemi AI “broad” per lo più ancora allo studio.

Gli esempi di cui tratteremo in questo articolo sono tutti già operativi e sono sistemi narrow

1. AI per l’ottimizzazione dei processi

Corti è un'intelligenza artificiale progettata per assistere gli operatori sanitari che ricevono le chiamate di emergenza e per supervisionare l'intero processo di invio dei mezzi d’urgenza. Analizza anche i dati audio delle chiamate d'emergenza (speech patterns, rumori di fondo, ecc.) al fine di rilevare casi di arresto cardiaco e sollecitare l’invio del personale sanitario.

2. AI per la ricerca preclinica

AtomNet, un prodotto di Atomwise, è un software utilizzato nel processo di sviluppo di farmaci basato su reti neurali artificiali. Durante questo processo, infatti, i ricercatori devono identificare la causa biologica della malattia, di solito una proteina, che dovrà essere poi presa “di mira” dal farmaco. Affinché ciò avvenga, le molecole appartenenti al potenziale farmaco devono essere in grado di legarsi alla proteina della malattia (target) e di produrre un certo effetto (bioattività).

AtomNet è in grado di analizzare miliardi di composti chimici per prevedere la bioattività di piccole molecole. Esamina poi i potenziali effetti del farmaco sul corpo umano.  Ad oggi, AtomNet è stato utilizzato per trovare target per sviluppare una cura per l'Ebola. 

3. AI per i percorsi clinici

Enylitic è un software-as-medical-device basato su un'intelligenza artificiale che interpreta scansioni a raggi X, TC e RM ad una velocità di 15 millisecondi per immagine. È stato elencato dal MIT come la 5° società di intelligenza artificiale più intelligente. 

Freenome è un'analisi del sangue basata sull'IA che combina biologia molecolare e tecniche computazionali avanzate per identificare patterns nascosti utili per la diagnosi del cancro in assenza di sintomi. L’obiettivo è quello di classificare miliardi di patterns che definiscono i tipi di tumore per aiutare gli oncologi a prevedere quale sia la terapia più efficace. I dati genomici sul cancro raccolti saranno utilizzati per rivelare nuovi obiettivi per la prossima generazione di terapie oncologiche.

4. AI in applicazioni rivolte ai pazienti 

Buoy Health ha creato un chatbot che aiuta il paziente a comprendere i suoi sintomi. "Al tuo fianco, nel momento in cui ti senti male" è uno dei motti esposti sul loro sito web e il loro chatbot è descritto come una "voce calda e confortante" che mira a far sapere al paziente che non è solo e a guidarlo verso la giusta cura. Buoy Health è utilizzato, ad esempio, nell’ospedale della Harvard Medical School. 

PatchAI è un chatbot progettato per seguire i pazienti durante gli studi clinici. Attraverso PatchAI, i medici possono monitorare l'impegno, l'aderenza alla terapia, i sintomi, la qualità della vita e altre informazioni che vengono fornite direttamente dai pazienti in tempo reale attraverso l'Assistente Virtuale.

Robot-Assisted Surgery: questa categoria generale comprende la robotica virtuale abilitata alla realtà per la chirurgia. Ne esistono diversi esempi, come la Mazor Robotics, utilizzata per gli interventi spinali grazie alla visualizzazione in 3D e al riconoscimento autonomo delle caratteristiche anatomiche degli organi.

5. AI in applicazioni a livello di popolazione

BlueDot è un algoritmo guidato dall'IA fondato da un medico specializzato in malattie infettive che conduce una attività di sorveglianza automatizzata sulla diffusione di malattie infettive analizzando notizie relative a malattie del mondo vegetale o animale, nonché comunicati ufficiali in diverse lingue. Si trova sotto i riflettori da quando si ha avuto notizia che aveva avvertito i propri clienti di evitare la zona di Wuhan settimane prima che l’OMS avvertisse il mondo dello scoppio del Corona Virus.

Non è tutto oro quello che luccica

La rapida diffusione di queste nuove tecnologie in un ambiente delicato come quello sanitario non è priva di rischi.  Alcune delle maggiori preoccupazioni riguardano, infatti, l'impatto dell'Intelligenza Artificiale sulla protezione dei dati e sui  diritti dei pazienti.

Nell’articolo precedente abbiamo già evidenziato brevemente alcuni profili di probabile contrasto:

• Il diritto a non essere sottoposto a una decisione basata unicamente sul trattamento automatizzato (right to human intervention): il GDPR (Reg. UE 2016/670, art. 22) garantisce il diritto agli interessati a non essere sottoposti a decisioni basate solamente su processi automatizzati qualora questa decisione produca su di esso effetti giuridici che lo riguardano o incida significativamente sulla sua persona;
• Il diritto ad essere informati sulla logica utilizzata per il processo decisionale automatizzato: l’art. 13 del GDPR sancisce che nel caso in cui il titolare utilizzi un processo decisionale automatizzato gli interessati abbiano il diritto di ricevere informazioni significative sulla logica utilizzata. Nel caso dell’intelligenza artificiale, sorgono non pochi problemi, poiché la tecnologia utilizzata è il valore stesso del prodotto e pertanto è coperta dal segreto industriale;
• I rischi di bias del dato: i sistemi di intelligenza artificiale corrono il rischio di rinforzare discriminazioni già esistenti da un lato perché vengono “allenati” sulla base di dataset che non rappresentano la totalità della popolazione, dall’altro perché l’algoritmo nel corso del processo decisionale potrebbe riflettere le opinioni dei loro sviluppatori;  
• Liability: chi deve essere ritenuto responsabile nel caso di un errore dell’IA?
• Regulation: qual è l’approccio dell’Unione Europea nei confronti dell’Intelligenza Artificiale?
• Il futuro della professione sanitaria: le “macchine” prenderanno il posto dei medici?

Recentissimamente l’Unione Europea ha iniziato ad affrontare questi temi.

Nel prossimo articolo forniremo una panoramica generale sull’approccio regolatorio all’Intelligenza Artificiale da parte dell’Unione Europea.

Fonti:
Sam Daley, Surgical Robots, new medicines and better care: 32 exmaples of AI in Healthcare; (23 settembre 2019)

Rubrica "Sanità Digitale e Intelligenza Artificiale"

Leggi gli altri articoli presenti nella nostra rubrica dedicata.

VAI ALLA RUBRICA