L’applicazione dell’intelligenza artificiale in medicina, in questi anni, è oggetto di studio da parte delle grandi aziende informatiche globali. Avere a disposizione degli algoritmi in grado di apprendere da milioni di dati clinici è importante per intervenire, velocizzare e migliorare l’accuratezza della diagnosi (oltre che ad ovviare all’errore umano).
L’AI potrebbe essere determinante, inoltre, nello scoprire nuove applicazioni farmaceutiche e nell’identificazione del rischio per i pazienti attraverso lo studio delle cartelle cliniche.
Al tempo stesso, parallelamente allo sviluppo di algoritmi e di intelligenze artificiali, sono molti gli esperti di Etica, informatica e bioetica critici riguardo all’espansione dell’intelligenza artificiale in medicina.
Diagnosticare le malattie con l’intelligenza artificiale
Come impara a diagnosticare una macchina? A differenza dell’uomo, le reti neurali hanno bisogno di migliaia di fonti di dati medici per imparare. Questi esempi vanno quindi digitalizzati ed inseriti nel database dei supercomputer utilizzati.
L’elemento innovativo nell’uso dell’intelligenza artificiale applicata alla medicina è che l’algoritmo si migliora automaticamente, imparando dai dati forniti ed arrivando a soluzioni basate sull’enorme quantità di dati e su soluzioni anche diverse dal percorso logico dell’essere umano.
Le fonti da cui le intelligenze artificiali imparano sono varie, e provengono da ultrasuoni, risonanza magnetica, mammografia, genomica, tomografia computerizzata, ecc.
Per esempio, le AI possono:
- Rilevare il cancro ai polmoni o ictus basato su scansioni TC
- Identificare il carcinoma mammario in fasi precoci della sua evoluzione
- Valutare il rischio di morte cardiaca improvvisa o altre malattie cardiache basandosi su elettrocardiogrammi e immagini di risonanza magnetica cardiaca
- Classificare lesioni cutanee nelle immagini della pelle
- Trovare indicatori di retinopatia diabetica nelle immagini oculari
L’intelligenza artificiale può prevenire l’infarto
Al Cedars-Sinai Health System di Los Angeles i ricercatori hanno usato l’intelligenza artificiale per migliorare la previsione di eventi cardiovascolari, come l’infarto, con l’obiettivo di misurare con precisione l’accumulo di placca coronarica.
L’algoritmo ideato dagli scienziati può prevedere se una persona avrà un infarto nei prossimi 5 anni, grazie ai dati dell’angiografia con tomografia computerizzata coronarica che acquisisce immagini tridimensionali del cuore e delle arterie e può fornirci una stima di quanto le arterie di un paziente si siano ristrette.
L’AI per diagnosticare alcune malattie cardiache
Alla Mayo Clinic hanno creato un’applicazione per smartwatch per rilevare la disfunzione del ventricolo sinistro, trasmettendo i segnali degli elettrocardiogrammi dello smartwatch al centro medico.
A quel punto interviene un algoritmo di intelligenza artificiale per interpretare i dati e identificare la disfunzione ventricolare sinistra.
È una scoperta importante, perché i tradizionali elettrocardiogrammi non sono in grado di identificare e diagnosticare la disfunzione ventricolare.
Alla Mayo Clinic l’intelligenza artificiale è ormai entrata nella medicina cardiovascolare per una serie di applicazioni:
- Velocizzare la diagnosi dell’ictus: i dati della TAC sono esaminati e analizzati da un computer, riducendo i tempi di diagnosi e limitando i danni cerebrali.
- Prevenire i problemi cardiaci grazie all’applicazione dell’intelligenza artificiale agli elettrocardiogrammi. Con un database di oltre 7 milioni di ECG la Mayo Clinic può utilizzare quei dati – rimuovendo tutte le informazioni di identificazione del paziente – per prevedere con precisione l’insufficienza cardiaca in modo non invasivo, economico e in pochi secondi.
- Rilevare la fibrillazione atriale in tempi più rapidi: l’intelligenza artificiale applicata agli elettrocardiogrammi può rilevare ritmi cardiaci difettosi prima che i sintomi siano evidenti.
La ricerca e gli studi per un uso maggiore dell’intelligenza artificiale per migliorare l’assistenza sanitaria continua alla Mayo Clinic, con l’obiettivo di trovare futuri sviluppi di questa tecnologia, quali:
- Diagnosticare precocemente l’ictus embolico
- Monitorare il cuore e rilevare l’aritmia nei progetti di “tecnologia indossabile” (come lo smartwatch)
- Sviluppare una tecnologia di intelligenza artificiale compatibile con smartphone e stetoscopi high-tech
Intelligenza artificiale vs intelligenza umana
La capacità decisionale dell’intelligenza artificiale è equivalente o superiore a quella umana? E, soprattutto, è migliore o peggiore?
L’intelligenza artificiale imita il processo della mente umana: le applicazioni basate sull’intelligenza artificiale hanno una maggiore velocità di esecuzione, una maggiore capacità operativa e precisione rispetto all’intelligenza umana.
A differenza dell’intelligenza artificiale, che ha bisogno di dati pre-immessi, quella umana si fonda sull’apprendimento e sull’esperienza.
Le decisioni dei medici hanno ovviamente l’impatto maggiore sulla definizione della cura del paziente: non bisogna infatti sottovalutare la necessità di spiegazioni e giustificazioni sulle diagnosi, che un’intelligenza artificiale non può fornire.
C’è anche un dibattito sulle responsabilità delle decisioni: i medici sono responsabili delle loro azioni, ma il problema della responsabilità delle macchine è ancora oggetto di discussione.
Come si educa l’AI?
Inoltre, così come l’educazione di una persona dipende da come verrà educato negli anni della formazione, così un’intelligenza artificiale potrebbe basarsi su dati errati, che a loro volta potrebbero generare conclusioni errate. Scrive Padre Benanti, esperto di etica, bioetica ed etica delle tecnologie: “questi [benefici] dipenderanno da come implementeremo le sue modalità di utilizzo. Se i dottori dovessero porre alla macchina le domande sbagliate, se si dovesse mettere l’AI a servizio di una ricerca con premesse fallaci, allora la tecnologia non sarà un successo ma rischia di essere un clamoroso fallimento. Potrebbe persino servire ad amplificare degli errori precedenti o delle supposizioni sbagliate orientando erroneamente la ricerca.”
Ancora, “pensiamo al caso in cui il set di dati fosse tratto da una ricerca clinica di screening del cancro che esegue i test del tumore al polmone il venerdì. Di conseguenza, un algoritmo basato su AI potrebbe decidere che le scansioni eseguite il venerdì hanno maggiori probabilità di essere un tumore ai polmoni. Questa banale e triviale relazione verrebbe quindi inserita nella formula per fare ulteriori diagnosi.”
Infine, il processo attraverso il quale l’intelligenza artificiale fornisce una diagnosi può rivelarsi talmente complesso da renderlo incomprensibile a un utente inesperto. Questo significa che una tecnologia che usa l’intelligenza artificiale potrebbe produrre una raccomandazione clinicamente inappropriata.
Occorre quindi una supervisione clinica per garantire che una certa raccomandazione prodotta dall’intelligenza artificiale sia sicura e pertinente per il paziente.
Per ulteriori informazioni sul tema, consigliamo di approfondire la lettura del blog del Prof Paolo Benanti a questo indirizzo: https://www.paolobenanti.com/
