Nel nostro blog abbiamo già scritto del legame, e delle prospettive, tra medicina e Intelligenza Artificiale. Di come, cioè, uomini e macchine pensanti possano collaborare nella diagnosi delle malattie e nel supporto ai medici per le cure da somministrare ai pazienti. Tuttavia, nel 2019 l’emergenza Covid-19 era un dato sconosciuto e imprevedibile, oggi siamo al cospetto di una realtà ben diversa. Parleremo di machine learning e salute prendendola un po’ alla larga, e partiremo dalla celebre piattaforma di film e serie tv chiamata Netflix.

Perché Netflix?

Nel lontano 2009 Netflix lanciò un’idea per personalizzare le valutazioni dei film per ciascun utente Netflix. In pratica, ogni utente può esprimere giudizi su film e serie. Introducendo un algoritmo di “fattorizzazione a matrice” Netflix individua film con valutazioni simili tra piccoli gruppi di utenti. Le relazioni tra utenti sono chiamate “modelli”, e questi ultimi vengono appresi dai dati. Questo processo può funzionare, ad esempio, nelle diagnosi di cancro. In questo caso, le misurazioni della disregolazione genica sono analoghe alle classificazioni dei film, i generi cinematografici alla funzione biologica e gli utenti ai tumori dei pazienti. Il computer cerca tra i tumori dei pazienti al fine di trovare quegli schemi nella disregolazione genica che causano la malignità di un tumore.

Intelligenza Artificiale al servizio della medicina

L’analogia tra le valutazioni dei film e cancro è solamente esemplificativa. Quel che è certo è che grazie all’Intelligenza Artificiale oggi le macchine possono, ad esempio, esaminare migliaia di immagini mediche – e miliardi di pixel all’interno di queste immagini – in tempi rapidissimi, cogliendo aspetti spesso invisibili all’occhio di un radiologo o un patologo. Ma non è tutto: la macchina lavora queste informazioni per identificare la presenza di una malattia o stimarne l’aggressività, la probabilità di sopravvivenza o la potenziale risposta al trattamento. E qui si riapre la questione cruciale: queste tecnologie finiranno per sostituire il medico? Finiranno per sostituire gradualmente la decisione umana? Verosimilmente no. Salvo imprevedibili usi distorti o fraudolenti, queste tecnologie sono destinate a funzionare in tandem con i medici, aumentandone la loro efficienza e anzi, aiutandoli nelle decisioni più complesse.

Una sperimentazione in Toscana

Oltre alla diagnostica, anche nel campo della telemedicina si aprono grandi possibilità. Una positiva sperimentazione arriva dalla Toscana e vede coinvolte la Regione, una USL e il Dipartimento di ingegneria dell’informazione dell’Università di Pisa. Il sistema Tel.Te.C. (Telemonitoraggio territoriale delle cronicità) fu inizialmente ideato per il monitoraggio domiciliare di pazienti fragili, cronici o con scompenso cardiaco. Un sistema che si sta rivelando particolarmente utile per pazienti affetti del Covid-19 e che richiedono un monitoraggio costante della funzionalità respiratoria, specie se in isolamento domiciliare. Si tratta di un sistema Internet of Things con applicazione per tablet collegata via bluetooth ad un sistema di sensori biomedicali. Ciò consente ai medici di tenere sotto controllo la situazione del paziente, dando al personale sanitario la possibilità di un intervento tempestivo in caso di bisogno.

Verso una sanità predittiva

La sanità si avvia ad essere sempre più preventiva e personalizzata grazie a sistemi predittivi. Ciò consentirà una migliore allocazione delle risorse. Sarà infatti più semplice preventivare il costo di un ricovero per determinate patologie. Sistemi di intelligenza artificiale consentiranno diagnosi ultra precoci, in particolare nel settore della diagnostica per immagini. È il caso di Google i cui ricercatori hanno utilizzato un approccio deep learning per identificare con precisione i pazienti con retinopatia diabetica con l’ausilio fotografie ad alta risoluzione della retina. Un altro progetto di deep learning, sempre targato Google, ha previsto con successo il rischio di malattie cardiovascolari dall’analisi di immagini della retina.

Prevenzione ed emergenze

Da ultimo, la sanità predittiva con sistemi AI avrà significative ricadute sociali. Monitorare l’impatto di una campagna di prevenzione, anticipare un’emergenza sanitaria o prevedere la diffusione di una patologia sarà più semplice e diretto. E in questi mesi di Coronavirus abbiamo evidenza quotidiana di quanto sarebbe necessario investire e implementare sistemi predittivi di salute pubblica.