Open Menu
STORIE

Intelligenza artificiale e medicina digitale

06-05-2021
  • /img/radiologist_interpreting_mri.jpg

Proprio in questi giorni l'Europa sta ponendo una grande attenzione sullo sviluppo dell’Intelligenza Artificiale. Quali opportunità potrebbero esserci per il settore delle tecnologie mediche?

L’Europa sta cercando di creare un ambiente favorevole all’innovazione, ma al contempo sicuro e degno di fiducia. Lo sviluppo dell’intelligenza artificiale (AI) nel Vecchio Continente avverrà all’interno di una cornice legale, volta a ridurre i rischi connessi a queste tecnologie. Anche lo sforzo di regolamentare l’uso dell’Intelligenza Artificiale è inedito e innovativo. Cina e Stati Uniti, i paesi leader nel settore, mai hanno proposto una legislazione analoga.

E poi in Europa c’è l’intenzione di investire su tale tecnologia. La Comunità Europea prevede di finanziare l’AI con 20 miliardi di euro all’anno entro il 2030. Quali tecnologie avranno spazio di sviluppo all’interno di questa cornice?



Intelligenza artificiale: ma cos’è?



Quando nominiamo l'Intelligenza Artificiale è un po’ come se parlassimo di tutti i vari tipi di intelligenza che può manifestare un essere umano. L’AI infatti comprende svariate tecnologie. 

In generale, le tecnologie dell’AI consentono ai computer di mimare le percezioni, la capacità di apprendimento e di risoluzione dei problemi della mente umana.  Alle macchine offrono anche la possibilità di prendere decisioni.

Per svolgere tali funzioni i computer devono apprendere sulla base di esempi, cioè nutrendosi di una grande quantità di dati. È il principio su cui si basa il machine learning, la tecnologia oggi più diffusa nell’ambito dell’AI. In un processo di machine learning una macchina è in grado di modulare la funzione per la quale è stata programmata sulla base dell’esperienza.

I neural networks sono un’evoluzione del machine learning. Sono calcolatori collegati in rete, come le connessioni dei neuroni nel nostro cervello. Quando reti neurali sono disposte a formare più strati si parla di deep learning. In questo caso, c’è ancora maggior automazione nei processi di apprendimento ed esecuzione, tanto che è possibile che avvengano senza l’intervento umano.



L’AI e le applicazioni per la salute



La maggior parte delle applicazioni dell’AI in medicina si basano sulla lettura di dati numerici: come ad esempio, la pressione sanguigna o il battito cardiaco. Poi c’è stato un grande sviluppo della capacità di leggere immagini.

Nel 2018, i ricercatori del Seoul National University Hospital and College of Medicine hanno sviluppato un algoritmo chiamato DLAD. Analizza le radiografie del petto e individua masse di cellule cancerose.

Oggi gli algoritmi di deep learning sono nella mammografia, per la diagnosi del cancro del colon, nelle radiografie del torace, nella MRI per la segmentazione del tumore cerebrale e per diagnosi di disturbi neurologici, come il morbo di Alzheimer.

Anche le biopsie sono materiali analizzabili dall’AI. LYNA è un algoritmo sviluppato da Google AI Healthcare. È in grado di riconoscere vetrini istologici. Sono preparati dei tessuti linfonodali prelevati dai pazienti e colorati in modo tale da mettere in evidenza la presenza di cellule cancerose.

Le immagini mediche possono perfezionare il rilevamento automatico delle malattie, riducendo al minimo gli errori umani. Permettono la creazione di protocolli di studio, migliorando la qualità dell'immagine riducendo tempi, costi e uso delle macchine. Il tutto a beneficio di maggiori potenzialità nello screening.

La patologia digitale ha visto un grande arricchimento nelle tecniche e negli strumenti negli ultimi 30 anni. Sono stati introdotti nuovi microscopi e nuovi metodi per la scansione delle immagini. Lo dimostra il crescente numero di articoli pubblicati sull’argomento “Intelligenza artificiale e applicazioni in medicina”. I paper scientifici sono passati da 106 nel 2010 a 1400 nel 2020.

E il dato che registra la crescita dell’AI in ambito sanitario è riportato anche da Business Insider, che prevede una crescita del 48% annuo di tali tecnologie tra il 2017 e il 2023.

Ma oggi le applicazioni dell’AI vanno ben oltre la diagnosi. Ad esempio, l’AI è stata associata agli organi su un chip. Così è possibile testare una grande quantità di farmaci in condizioni standardizzate e confrontabili. E l’AI è in grado di controllare e confrontare numerosi parametri provenienti dagli organi artificiali.

Sempre nell’ambito della ricerca di nuovi farmaci, è molto diffuso l’uso di supercomputer, capaci di integrare una grande quantità di dati e fare simulazioni. Identificano farmaci in silico, cioè in modo virtuale. Esistono progetti di questo tipo anche in Italia. Ad esempio quelli proposti dal CINECA, che sta studiando farmaci per contrastare il Covid19.

E ancora, l’associazione di algoritmi di intelligenza artificiale ai wearable, li rende strumenti capaci di individuare le prime manifestazioni di gravi patologie, come l’ictus. 

Infine ci sono le tecnologie più complesse, come i robot capaci di assistere pazienti non autosufficienti e anziani o il Brain Computer Interface (BCI). Le BCI sono sistemi computazionali che formano un percorso di comunicazione tra il sistema nervoso centrale e alcuni output, come dispositivi o processi di feedback per l'utente. Il loro scopo principale è migliorare la qualità della vita dei pazienti affetti da disturbi neurologici.



L’altra faccia dell’AI



Da questi esempi è chiaro che le applicazioni dell’AI al settore sanitario offre numerosi vantaggi. Tuttavia, affinché sia possibile una tale trasformazione è necessario assicurare la raccolta dati e l’interoperabilità tra gli stessi, tramite la definizione di formati standard.

Inoltre, come ha ben compreso l’Europa, l’introduzione delle tecnologie va regolata, l'uso di tecnologie avanzate ha effettivamente il potenziale per interferire con i diritti fondamentali e la libertà dell'umanità.

L’Europa ha proposto di classificare come “ad alto rischio” le tecnologie di AI che “hanno un impatto negativo sul diritto alla dignità umana, il rispetto della vita privata e familiare, la protezione dei dati personali, la libertà di espressione e di informazione, la libertà di riunione e di associazione e la non discriminazione, la protezione dei consumatori, i diritti dei lavoratori, i diritti delle persone con disabilità, il diritto a un ricorso effettivo e a un giusto processo, diritto alla difesa e alla presunzione di innocenza, diritto a una buona amministrazione”. Così recita la proposta per l’Artificial Intelligence Act, proposto lo scorso aprile. Le tecnologie classificate come “ad alto rischio” avranno regole più stringenti di applicazione. 

Gli algoritmi poi potrebbero usare i dati rispecchiando i pregiudizi umani nel processo decisionale. Esistono già casi in cui l'erogazione dell'assistenza sanitaria varia in base all'etnia. Gli algoritmi medici potrebbero incorporare alcuni pregiudizi etnici o socio-economici o demografici. La profilazione dei cittadini potrebbe escludere certe classi sociali dall’accesso a servizi sanitari.

Infine, in altri ambiti, ci sono stati casi di frode o tentativi di creare profitti tramite una programmazione impropria dell’AI. Lo stesso potrebbe accadere in ambito medico. Qualcuno potrebbe pensare di programmare sistemi di AI per guidare gli utenti verso azioni cliniche che genererebbero maggiori profitti. Ad esempio raccomandando farmaci, test o dispositivi medici in cui detengono una partecipazione o alterando i modelli di riferimento, senza garantire il vantaggio di un'assistenza migliore.



Per una governance etica dell’AI



Varie sono le teorie di etica medica descritte per gli esseri umani (consequenzialiste, deontologiche, virtù, ecc.), E ci sono numerosi studi che cercano di identificare le implicazioni del loro utilizzo all'interno di una macchina. È un tentativo di adattare i valori dagli esseri umani alle macchine.

Iniziative di Responsible Research and innovation (RRI) hanno permesso di trovare punti di incontro tra legislatori, accademia e innovatori. Lo scopo dei programmi RRI è identificare e affrontare le incertezze e i rischi associati a nuove aree della scienza. Sono la proposta di un nuovo processo per la governance della ricerca e dell'innovazione.

E poi sarà necessaria una formazione sull’etica degli studenti e operatori nell’ambito STEM.



La possibilità di innovare con l’AI per la salute



L'analisi del JRC del febbraio 2021 “How can Europe become a global leader in AI in health?”, rileva che l'Europa dispone di un ecosistema di ricerca e innovazione forte e diversificato nel settore dell'AI per la salute.

Le aziende europee sono particolarmente forti nella diagnostica sanitaria, nella valutazione delle tecnologie sanitarie, nei dispositivi medici e nei prodotti farmaceutici.

Ma, secondo la stessa analisi, occorre fare tesoro dei dati che l’Europa ha a disposizione per poter far crescere sul mercato tale settore. Non basta puntare solo sullo sviluppo di tecnologie legate all’intelligenza artificiale. Abbiamo dati troppo frammentati. È necessario pensare allo sviluppo di uno Spazio europeo dei dati sulla salute, che miri ad affrontare le sfide riguardanti la raccolta, l'uso, il riutilizzo, l'interoperabilità e la circolazione transfrontaliera di dati sanitari di alta qualità in un ambiente sicuro.


Approfondimento di Giulia Annovi

Giulia Annovi ha un dottorato in biologia molecolare e rigenerativa. Ha studiato presso il master di giornalismo scientifico digitale della SISSA di Trieste. Scrive di medicina e innovazione e del delicato rapporto tra salute e ambiente. Con Il Pensiero scientifico editore ho pubblicato il libro "Nelle reti".

Share Close