Vai al contenuto

L’Intelligenza Artificiale in Medicina: arma a doppio taglio o innovazione per la salute?                                                        

  • di

L’Intelligenza Artificiale in medicina:                                                                                  arma a doppio taglio o innovazione per la salute?

Con il termine Intelligenza Artificiale (AI), ci riferiamo a sistemi in grado di realizzare compiti che normalmente richiedono intelligenza umana. 

Uno degli aspetti più affascinanti  dell’AI è di certo correlato alla sua possibilità in intervenire sull’invecchiamento della popolazione mediante le sue applicazioni in campo medico, perseguendo l’obiettivo di non aggiungere solo anni alla vita ma anche vita agli anni.

 E’ questo il motivo per cui L’interesse per le applicazioni di intelligenza artificiale nella medicina  è cresciuto ,in maniera esponenziale negli ultimi anni, nella maggior parte della grandi strutture ospedaliere internazionali . Attualmente uno degli usi più richiesti dell’intelligenza artificiale in Medicina, è l’elaborazione di predizioni , in particolare nell’intepretazione delle immagini in campo diagnostico. E’ il caso della “Radiomica”  ovvero dell’applicazione dell’intelligenza artificiale alla lettura profonda delle immagini provenienti da Rx, TAC, RMN ed esami ecografici. La Radiomica permette di estrarre informazioni quantitative dalle immagini radiologiche in modo automatizzato e riproducibile. Più nel dettaglio, si parla di “feature radiomiche”, ovvero di caratteristiche tipiche della densità di un’immagine medica, che viene letta per variazioni di tomi di grigio: si può quindi allenare l’intelligenza artificiale a leggere queste texture e associarle a uno o l’altro esito. A livello scientifico si pensa addirittura di utilizzare la radiomica per prevedere chi si ammalerà di cancro sulla base di specifiche variazioni nella texture delle immagini mediche. In due studi pubblicati, uno sull’analisi dei noduli polmonari di 246 pazienti e l’altro su 2652 esami per valutare l’incidenza di neoplasie al seno, l’AI aveva un accuratezza non inferiore alla diagnosi clinica dei radiologi. Altri studi  hanno valutato il ruolo dell’AI nell’interpretazione di immagini ecografiche di neoplasie della tiroide ,del seno e dell’apparato urogenitale maschie e femminile con notevole efficacia e accuratezza. In una sperimentazione le immagini eco-colordoppler della carotide sono state integrate con i fattori di rischio tradizionali per addestrare un modello di intelligenza artificiale in grado di predire il rischio cardiovascolare a 10 anni con un’accuratezza superiore al 90% . Ma anche nel campo delle immagini delle  patologie cutanee di tipo dermatologico l’Intelligenza Artificiale ha dimostrato notevoli capacità diagnostiche/predittive. Nel 2017 su Nature è stato pubblicato un articolo che utilizza un dataset di circa 130.000 immagini per classificare le immagini dermatologiche.  La performance dell’AI  nel classificare il melanoma è stata confrontata con un board di 21 dermatologi e la capacità di riconoscere il melanoma da parte dell’intelligenza artificiale è  risultata efficace come quella del dermatologi.                                                                    Un altro campo promettente e interessante di applicazione dell’Intelligenza artificiale in medicina è sicuramente quello  della farmaceutica. Sono stati già compiuti significativi passi avanti nel conoscere il destino dei farmaci nel nostro organismo, conoscenza resa possibile dai quantum dots da semiconduttori,nel simulare bioreazioni attraverso esperimenti in silico, nella individuazione di proteine,acidi nucleici,glicani quali marker preventivi e sentinelle laser di malattie anche gravi. L’AI può essere utilizzata nella valutazione del disegno e degli outcome degli studi clinici per la scoperta di nuovi farmaci. Infatti negli ultimi anni il fallimento della maggior parte dei trials clinici realizzati sull’efficacia di nuove molecole ha contribuito molto  alla rinuncia di una grande parte della ricerca scientifica sullo sviluppo di   nuovi farmaci. Il motivo è soprattutto economico perché un trial clinico richiede almeno 5-10 anni per essere realizzato con costi economici tra gli 1,5 ai 2,5 bilioni di dollari. Quindi un suo eventuale risultato negativo ha implicazioni  enormi dal punto di vista economico per una azienda farmaceutica. Per esempio alcuni grandi industrie farmaceutiche hanno deciso di non investire più nel campo della ricerca cardiovascolare. L’impiego della AI nella progettazione del disegno clinico dello studio e nella predizione dei risultati può essere determinante per ridurre i costi e migliorare le possibilità di successo. D’altra parte una delle prime applicazioni dell’AI L nel contesto della scoperta precoce di farmaci è stata la quantificazione della “somiglianza ai farmaci” (druglikeness), che tenta di imitare l’intuizione dei chimici farmaceutici nello stimare la probabilità che nuove strutture chimiche abbiano maggiori probabilità di diventare “farmaci”.  Il processo di stima della somiglianza con i farmaci utilizzando l’intelligenza artificiale rimane uno strumento pratico di navigazione nello spazio chimico, poiché il numero di possibili sostanze chimiche simili ai farmaci può superare i cento triliardi  .

Un altro settore che può fruire positivamente  del rapporto tra AI e medicina è quello della gestione dei ricoveri dei pazienti in ambiente ospedaliero. Alcune grandi Istituzioni ospedaliere stanno già utilizzando l’intelligenza artificiale per costruire modelli di previsione, analisi e gestione del tempo di degenza ospedaliera dei pazienti. Ciò consente di realizzare  con successo la previsione dei tempi di attesa accurati nel pronto soccorso degli ospedali, riducendo il tempo medio di degenza , ottimizzando risorse e protocolli  d’intervento, migliorando l’efficienza medica, l’esperienza soggettiva dei pazienti e promovendo la ridistribuzione delle risorse mediche.   Esistono poi naturalmente  anche delle criticità, quando si parla di intelligenza artificiale in campo medico. La prima delle quali riguarda la raccolta ed elaborazione dei dati clinici. Questo aspetto, nell’approccio medico tradizionale è chiamato anamnesi, cioè il confronto fondamentale tra medico e paziente nella raccolta dei sintomi e della storia clinica del paziente. Tale confronto spesso è filtrato dalla esperienza e dalla capacità del medico nell’interpretazione dei dati clinici forniti dal paziente, che è poi fondamentale per la diagnosi della patologia e  per il corretto approccio terapeutico.  E d’altro canto la disponibilità di dati è naturalmente essenziale per la realizzazione di qualunque strumento di intelligenza artificiale.  Tali dati nel campo della AI devono avere un volume importante (Big Data) ma soprattutto una sicura attendibilità. E da questo punto di vista la necessità di combinare dati che provengono da sorgenti diverse pone numerosi problemi. Per esempio i dati che  riguardano  i pazienti con una  determinata patologia  raccolti in un ospedale negli USA e in un ospedale italiano saranno condizionati dalle procedure vigenti e dagli strumenti  utilizzati per raccogliere i dati stessi. E’ fondamentale quindi elaborare uno strumento comune in campo medico, in grado  combinare dati da centri ospedalieri diversi,  per garantire lo sviluppo di algoritmi accurati che possano essere utilizzati nella pratica clinica.     Ultimo aspetto che pone importanti interrogativi nell’applicazione in campo medico dell’Intelligenza artificiale è sicuramente quello medico legale, a tutela sia dei fondamentali diritti del paziente ma anche della professione medica. Nel caso in cui le conclusioni diagnostiche e gli indirizzi terapeutici dell’IA divergano da quelle del medico, si pone un problema non facilmente risolvibile sia nel rapporto con il paziente, che  nel campo della  responsabilità medico/legale. Infatti se in futuro l’Intelligenza artificiale, soprattutto come abbiamo visto in campo diagnostico,  guiderà le decisioni cliniche, esiste comunque la concreta possibilità ,come avviene in altri campi, che  commetta errori. Di chi è la responsabilità da un punto di vista giuridico? Questo è uno degli aspetti più controversi da ridefinire.                                                                                                               In conclusione si può affermare che l’applicazione dell’AI alle molteplici attività umane, così come alla Medicina, è una espressione ineluttabile  del progresso, che  come diceva Plinio il Vecchio, non è sempre facile da accettare , perché come distanziamento dalla natura per definizione è soggetto all’errore e quindi obbliga a scelte responsabili, ben consci dei limiti della innovazione ,che nel caso della medicina coinvolgono il male rappresentato dalla malattia.    Non è possibile quindi  creare un dualismo fra AI ed intelligenza umana in Medicina. Al contrario bisogna creare una empatia da cui  trarre il massimo vantaggio per migliorare la qualità della cura del paziente. Quanto detto per la medicina vale per le altre discipline scientifiche . Se si vuole investigare qual’è l’impatto dell’IA sulla scienza e sulla ricerca condotta nei laboratori scientifici si finisce per arrivare alle stesse conclusioni, quasi a dimostrare che non vi è specificità nel rapporto fra IA e attività umane.  Il ricercatore è un soggetto espressione della società civile che però per molti aspetti ha con la macchina gli stessi rapporti, conflittuali e collaborativi insieme, che riguardano le altre attività della vita civile e sociale specialmente di quella scientifica. Tentare di assegnare al lavoro scientifico caratteri di eccezionalità non favorisce l’integrazione della ricerca nel contesto delle attività attraverso le quali, educazione, associazionismo, lavoro, la nostra società cresce e si sviluppa. E’ altamente verosimile che nel  prossimo futuro  le applicazioni di intelligenza artificiale saranno rapidamente integrate nelle attività sanitarie di routine. E il potenziale impatto può essere dirompente. Per tale motivo è essenziale che i medici e tutto il personale sanitario ne conosca i potenziali meccanismi, i vantaggi ma anche  i limiti . Sarà fondamentale   per i medici conoscere bene   come utilizzare al meglio l’AI per realizzare nella maniera migliore una integrazione empatica tra la medicina tradizionale e l’Intelligenza Artificiale e migliorare la  qualità della cura del paziente

Luigi Campanella, Università La Sapienza di Roma; Valerio Sanguigni, Università Tor Vergata Roma

(Visited 58 times, 1 visits today)

Lascia un commento