Molti dei problemi della sanità potrebbero essere evitati ricorrendo all’intelligenza artificiale. Facciamo riferimento al tempo che può essere cruciale e alle enormi quantità di risorse vengono perdute ogni giorno nei sistemi sanitari del mondo. Diagnosi errate costano test aggiuntivi non necessari, ritardano le cure con pericoli per la vita dei pazienti. Poi ci sono i falsi positivi nei test e ricerche e trattamenti che non vengono messe a disposizione della comunità mondiale.
L’intelligenza artificiale di Watson
Un chiaro esempio di azione per l’intelligenza artificiale viene indicato dalla piattaforma Watson Health Cloud lanciata da Ibm. La piattaforma impiega duemila specialisti e analizza grandi quantità di referti medici e casistiche. Lavora con medici, ricercatori e assicuratori per aiutarli a far emergere spunti dai dati sanitari personali, giungere alla scoperta di nuovi farmaci, personalizzare le cure o favorire l’ottimizzazione commerciale dei prodotti. Molti ospedali americani hanno adottato Watson come medico in corsia e il sistema è entrato anche in una facoltà di Medicina come “tutore cognitivo”, a supporto dell’insegnamento.
I risparmi possibili
Ma altri stanno lavorando in questo campo dal quale ci si aspettano importanti sviluppi. Computer e algoritmi infatti possono macinare enormi quantità di dati molto più velocemente e con maggiore precisione di quanto scienziati o medici possono fare, evdenziando modelli e previsioni per migliorare le diagnosi. Oltre a Microsoft e Ibm anche diverse startup e piccole organizzazioni stanno lavorando per creare strumenti utili per l’assistenza sanitaria. I risparmi previsti sarebbero enormi.
Un rapporto di McKinsey stima che i big data potrebbero permettere risparmi fino a cento miliardi di dollari in seguito al miglioramento dell’efficienza degli studi clinici grazie anche al continuo processo di apprendimento da parte delle macchine.
L’esperienza di Sophia Genetics
Gran parte del lavoro dell’Inteligenza artificiale verte sulla diagnosi. A partire da Sophia Genetics che utilizza l’Ai per valutare il Dna nella diagnosi delle malattie, alle applicazioni per smartphone che possono determinare se il paziente ha avuto una commozione cerebrale e monitorare altri fattori, come l’ittero neonatale, la funzione polmonare di coloro che soffrono di malattie croniche dell’apparato respiratorio, la pressione sanguigna, i livelli di emoglobina.
Dal momento che le malattie del cuore sono sono un killer primario, non sorprende che in molti innovatori dell’area dell’Intelligenza artificiale si siano concentrati su questa area di studio. I fattori di rischio considerati oggi prevedono fattori come l’età e la pressione, ma qualcuno sta cercando di andare oltre. Diversi gruppi di ricerca, compresi quelli presso la Carnegie Mellon University e uno studio di Stephen Weng e dei suoi collaboratori presso l’Università di Nottingham nel Regno Unito, si sono indirizzati verso il machine learning perché gli algoritmi dovrebbero essere in grado di prevedere i soggetti a rischio e quando potrebbero esserlo.
La startup di Tony Blau
Dalla malattia del fegato per arrivare al cancro fino alla psicosi e la schizofrenia, gli algoritmi di Ai stanno cambiando le regole del gioco in termini di diagnosi di malattia. Le macchine stanno imparando come leggere un computer tomography e altri test diagnostici per l’identificazione delle anomalie.
L’Ai diventa quindi un assistente del radiologo. Un’altra area in cui l’intelligenza artificiale può influenzare l’assistenza sanitaria è nel modo in cui vengono raccolte e condivise informazioni sul trattamento delle malattie.
Il dottor Tony Blau è un ricercatore che ha lanciato una startup che utilizza i social media per connettere le persone e condividere differenti trattamenti sul cancro. Un altro gruppo utilizza Twitter e Facebook per la farmacovigilanza come un modo per fornire informazioni sull’efficiacia dei farmaci che potrebbero non essere state segnalate alle agenzie di regolamentazione. L’intelligenza artificiale è già stata utilizzata dall’industria farmaceutica nello screening iniziale per determinare quali farmaci potrebbero funzionare meglio per gli individui basandosi sulla loro biologia.
L’epidemia di Ebola
L’importanza dell’utilizzo dell’intelligenza artificiale è provata anche nel caso di epidemie. Un’epidemia di Ebola è stata identificata da un algoritmo nove giorni prima rispetto all’intervento dell’Organizzazione mondiale della sanità. Il computer ha raccolto informazioni attraverso siti di news, social media e siti governativi identificandola in anticipo.
Come per qualsiasi algoritmo, più dati vengono forniti, più migliora l’apprendimento e quindi i risultati. Anche se l’attuale lavoro per identificare i focolai di epidemia deve migliorare, l’intelligenza artificiale possiede comunque un potenziale significativo.
