In queste settimane difficili e un po’ surreali a causa dell’emergenza Coronavirus, è proprio dalla Cina che giungono notizie confortanti e sorprendenti nella lotta al virus. Nel nome delle nuove tecnologie e dell’Intelligenza Artificiale, di seguito AI. A gennaio 2020 il leader cinese Xi Jinping si è rivolto ai colossi nazionali del Hi-Tech invitandoli ad assumere un ruolo guida nella lotta contro l’epidemia. Alibaba, Baidu e Tencent hanno risposto alla chiamata mettendo a disposizione del governo della Repubblica Popolare un formidabile bagaglio di Big Data, Intelligenza Artificiale, robotica e device connessi, tutto il meglio di cui disponevano. Il governo cinese ha potuto, ad esempio, far rispettare la quarantena ai pazienti infetti e mappare i movimenti del virus. O ancora, utilizzare telecamere intelligenti per individuare chi non indossa la mascherina o intercettare persone con la febbre grazie a una scansione termica in real time. Il sistema diagnosi del Covid-19 messo a punto da Alibaba, basato sull’AI, rileva con una TAC i nuovi casi di coronavirus con una precisione del 96%, in soli 20 secondi. Il miglior alleato dei cinesi in tempi di emergenza si sta rivelando proprio la tecnologia.

Che sia in atto una rivoluzione in ambito sanitario grazie all’AI è un dato di fatto su cui nessuno più dissente. Rivoluzione che investirà il nostro modo di curarci, di rapportarci con i medici, di essere operati, di tracciare la nostra biografia medica e perfino di formare i medici di domani. Robot chirurgici, machine learning per le diagnosi, organi stampati 3D e altre tecnologie all’avanguardia saranno a noi familiari tanto quanto l’odierno Fascicolo Sanitario Elettronico. Ma andiamo per ordine.

 

TELEMEDICINA, DIAGNOSI E MODELLI PREDITTIVI

Sull’importanza di investire in tecnologie sanitarie abilitate all’Intelligenza artificiale concordano sia il sistema delle imprese che quello sanitario. Gli obiettivi politici sono piuttosto evidenti, dal migliorare la qualità dell’assistenza alla semplificazione del processo decisionale all’aumento di efficienza e competitività del sistema sociosanitario.

Sul piano medico, tante sono le possibilità a cominciare dalla telemedicina, che già abbiamo conosciuto in questi anni, ovvero il monitoraggio delle condizioni di salute dei pazienti da remoto. Grazie all’AI e alla digitalizzazione i sanitari potranno gestire in modo più rapido ed economico i pazienti con malattie croniche, che saranno monitorati a distanza, liberando consistenti costi sanitari. Al tempo stesso si potranno estrarre informazioni da cartelle cliniche elettroniche e gestire più economicamente le pratiche amministrative che oggi assorbono il 30% dei costi sanitari, così da sollevare i medici da mansioni routinarie e dare loro più tempo da dedicare ai pazienti più critici. In particolare, grazie a realtà aumentata e virtuale è anche possibile contribuire ad attività di riparazione e manutenzione delle apparecchiature elettromedicali da remoto, con sistemi di assistenza tecnica 4.0 per il personale presente in loco.

Anche la “medicina di precisione” trova nell’AI un prezioso alleato. Grazie a supercomputer cognitivi in grado di analizzare grandi quantità di dati è possibile fare diagnosi precoci e più precise, e approntare terapie salvavita in tempi più veloci rispetto ai metodi tradizionali. Intelligenza artificiale che supporterà anche la microrobotica chirurgica, o meglio la chirurgia assistita dai robot. Un esempio arriva dal Centro medico dell’Università di Maastricht, nei Paesi Bassi, dove i ricercatori hanno sperimentato l’utilizzo di un robot assistito da AI per suturare microscopicamente minuscoli vasi sanguigni nell’ordine degli 0,03 millimetri. Anche se per avere interventi chirurgici completamente autonomi con il solo controllo del chirurgo si dovrà attendere il 2050.

Un discorso analogo si può aprire per il trattamento e la prevenzione delle malattie rare, malattie genetiche o malattie da errati stili di vita. La capacità di estrarre e processare grandi volumi di dati, immagini mediche, statistiche epidemiologiche, dalle quali creare modelli predittivi, rappresenta una potenzialità enorme sia per supportare i medici sia nella prevenzione della diffusione delle malattie. In queste settimane di Coronavirus se avessimo avuto a disposizione strumenti più sofisticati di analisi le Autorità avrebbero potuto agire in modo moto più preciso e agevolato.

 

INTELLIGENZA ARTIFICIALE E GOVERNO DEI DATI

Secondo un’indagine HIMMS del 2018 soltanto il 16% delle strutture sanitarie in Europa utilizzano sistemi di AI in assistenza sanitaria, benché una quota consistente abbia intenzione di farlo in futuro. Ad oggi gli operatori sanitari europei utilizzano sistemi “intelligenti” nella gestione dei flussi di lavoro (14%) nella ricerca (13%), nell’amministrazione dei farmaci (12%) e nella radiologia (11%). L’area oncologica è quella in cui si prevede verranno fatti gli investimenti più consistenti. Anche l’industria farmaceutica è attraversata da una forte spinta innovativa basata su sistemi AI. Le più importanti aziende del settore hanno siglato partnership con imprese e start-up innovative per portare i vantaggi del machine learning e del deep learning nella ricerca, in particolare per sviluppare prodotti farmaceutici con tempi e costi più rapidi rispetto ai tradizionali e costosi studi clinici.

Ecco quindi che l’Intelligenza Artificiale si candida ad essere la nuova frontiera digitale nel mercato sanitario: studi recenti affermano che il tasso di crescita dell’utilizzo di Intelligenza Artificiale passerà dai 2,1 miliardi di dollari del 2018 ai 36,1 miliardi di dollari del 2025. Per un mercato gigantesco che si apre, altrettante sono le sfide che si aprono. A cominciare dal governo di una quantità sempre crescente di dati. Le previsioni indicano che entro la fine del 2020 i dati medici raddoppieranno ogni 73 giorni e il personale medico sono sarà sufficiente ad analizzare questo flusso di informazioni. Aumenteranno, ad esempio, gli esami CT (Tomografia Computerizzata) e MRI (Risonanza Magnetica per Immagini) a fronte di un numero di radiologi sostanzialmente uguale. A causa di questo gap sarà decisivo il supporto dell’Intelligenza Artificiale per consentire una rapida analisi degli esami e una riduzione del tasso di errore, possibilità sempre presente e per la quale l’intervento umano rimane insostituibile o imprescindibile.

Governare i dati dunque, ma anche disegnare infrastrutture tecnologiche in grado di separare senza alcuna possibilità di errore, ad esempio, il mondo del fascicolo dove i dati sensibili sono in chiaro e usati per finalità cliniche, dal mondo dei Big Data, dove i dati sono trattati in maniera anonima e aggregata e utilizzati a solo scopo di ricerca (come previsto da tutte le normative). La gestione dei rischi è infatti il fattore che ancora frena l’adozione di AI in quanto richiede la capacità di generale fiducia tra più soggetti e la capacità di confidenza di medici e infermieri. Preoccupano anche la gestione degli aspetti legali, la privacy e l’interoperabilità tra sistemi. Non è un caso che, allo scopo di creare un’adeguata fiducia in un mercato delicato e sensibile qual è quello della salute, la Commissione Europea abbia nominato nel giugno 2018 un panel di esperti “alto livello” in grado di vagliare nuove regole etiche e contrastare possibili derive “pericolose” dell’intelligenza artificiale.

Oggi il cancro al seno è la seconda causa di morte per cancro nelle donne, di conseguenza la diagnosi precoce è decisiva per la cura e la prevenzione del carcinoma mammario. Su questo, rivela Nature, Google sta effettuando alcuni test con AI per migliorare il processo di diagnosi precoce del cancro al seno, ovvero ridurre i falsi negativi del 9,7% e i falsi positivi del 5,7% rispetto alle refertazioni tradizionali dei medici. Si evince è che le potenzialità sono enormi e che, con tecniche di machine learning, il sistema aggiusti la valutazione sui casi laddove sbaglia e possa migliorare in tempi rapidi. In collaborazione con l’Università della California, la Stanford University e l’Università di Chicago, Google ha sviluppato delle soluzioni di intelligenza artificiale predittive che, sulla base di esiti delle visite in ospedale, sia in grado di prevenire le riammissioni e ridurre il tempo di permanenza dei pazienti negli stessi ospedali.

Se Google sperimenta, IBM è già un passo avanti. IBM Watson è infatti uno dei software di riferimento nel mondo dell’AI ed è utilizzato per individuare trattamenti specialistici per i malati di cancro. Questo software ha eseguito l’analisi dei Big Data, su oltre mille persone presso il Comprehensive Cancer Center dell’Università della Carolina del Nord, per determinare le opzioni di trattamento corrette per i pazienti con tumori aventi anomalie genetiche.

 

VANTAGGI E RISCHI DELL’INTELLIGENZA ARTIFICIALE IN SANITÀ

Quali sono dunque i vantaggi ma anche i rischi per le applicazioni di Intelligenza Artificiale nella sanità? A livello di costi, il 30% di un costo sanitario è riconducibile ad attività amministrative. Come facilmente intuibile l’intelligenza artificiale potrà automatizzare molte attività, dalla gestione di liste d’attesa al dialogo con assicurazioni, dai follow-up delle fatture insolute al data entry, liberando così molte risorse. Il successo della tecnologia sanitaria basata su AI dipenderà anche dall’Internet of Things, in particolare da quei sensori “indossabili” in grado di raccogliere dati, o di aumentare la qualità di vita dei fruitori, o di avvisare gli utenti e i loro operatori sanitari su potenziali rischi per la salute. IoT che quindi lavorerà sia a livello predittivo che di raccolta dati che di avviso agli utenti. Il tutto con grandi risparmi di tempo, visite inutili o remissioni in ospedale, e di denaro, pubblico e dei pazienti.

La sanità di domani sarà estremamente preventiva e predittiva, sarà più mirata e personalizzata nella misura in cui disporremo di piani di cura o protocolli personalizzati. Grazie all’AI entreremo in una nuova era di diagnosi ultra precoci, in particolare per il settore della diagnostica per immagini che vedrà vantaggi particolarmente significativi. Sarà più semplice stimare il costo di un ricovero per patologie critiche, analizzare gli effetti collaterali dei trattamenti, monitorare l’impatto di possibili campagne di prevenzione o anticipare situazioni di emergenza o prevedere la diffusione di una patologia.

Un capitolo ancora da scrivere riguarda invece la definizione di processi decisionali, in altre parole un accordo tra applicazioni di AI e medici. Esistono tante “zone grigie” da valutare e soppesare per un’integrazione tra intelligenza umana e intelligenza artificiale che possa essere davvero proficua ed efficiente, a maggior ragione quando si parla di salute delle persone. Una questione che investe l’antica e filosofica questione del rapporto uomo/macchina. Se l’apprendimento automatico, o machine learning, sarà sempre più raffinato e migliore, questo consentirà alle persone di controllare, correggere e migliorare queste dinamiche e rendere così l’algoritmo più efficiente e “raffinato”. Una macchina oggi non è in grado di produrre diagnosi, non le può essere demandato un processo decisionale tuttora ben saldo nelle mani dell’uomo. Il supporto fornito dall’AI dovrebbe, il condizionale è d’obbligo, avere la capacità di individuare aree di incertezza, zone d’ombra da sottoporre alla valutazione dell’intelligenza umana. Questo passaggio creerebbe quella necessaria fiducia tra uomini e macchine presupposto per una felice cooperazione.

Da ultimo, non certo per minore importanza, la questione Data Security in ambito sanitario sulla base del Regolamento UE 679/16 (GDPR). L’approccio basato sui concetti di accountability e gestione del rischio sta spingendo le soluzioni in ambito medico e clinico verso sistemi di gestione aziendale basato sulla privacy by default e by design. Le aziende sono chiamate a predisporre adeguate misure di sicurezza in termini di manutenzione preventiva e predittiva, cyber security, business continuity e disaster recovery. La nostra azienda da anni è impegnata nel fornire consulenza specializzata ai propri clienti, nella consapevolezza che gli indubbi vantaggi dell’utilizzo dell’AI nella tecnologia e nella memorizzazione dei dati dei pazienti possano essere vanificati in assenza di adeguate quanto rigorose procedure di sicurezza e protezione dei dati.