L’intelligenza artificiale fa sempre più parte delle nostre vite: basti pensare agli assistenti digitali, ai device per il controllo del sonno o della frequenza cardiaca, al navigatore che utilizziamo in auto o sul telefono.
Ma cosa intendiamo con Intelligenza Artificiale? Considerando le definizioni che possiamo trovare online e facendo una sintesi esaustiva: “l’intelligenza artificiale è un insieme di sistemi informatici, sia hardware sia software, in grado di esprimere ed esercitare capacità e competenze proprie dell ’essere umano e della sua intelligenza: apprendimento, ragionamento, risoluzione di problemi, creatività etc.”.
Questi sistemi sono in grado, per esempio, analizzare dati, di formulare ipotesi a partire da quei dati e di fornire soluzioni attraverso algoritmi; oppure esistono anche veri e propri dispositivi, o addirittura robot, capaci di svolgere alcune funzioni normalmente appannaggio degli esseri umani come eseguire un intervento chirurgico o guidare un’automobile.
Tra i settori nei quali l’utilizzo dell’intelligenza artificiale può avere e ha già avuto un forte impatto vi è sicuramente quello della medicina.
I dati in medicina sono sempre più complessi, numerosi e ricchi di informazioni utili a livello diagnostico, predittivo e prognostico. Possiamo ottenere dati dai dispositivi che misurano alcuni parametri vitali, dai wearable device che monitorano il sonno, dai test genetici, dagli esami di screening e da quelli diagnostici come ECG, TAC e risonanze magnetiche, ma anche – a livello di stili di vita, per esempio – dalle app per lo sport o per diete e piani alimentari, dai social e dalle abitudini di consumo.
L’intelligenza artificiale può essere anche utilizzata anche:
Ed è infatti a livello diagnostico che l’intelligenza artificiale trova ad oggi la sua migliore espressione.
La diagnosi è sicuramente il settore dove a oggi l’intelligenza artificiale può contribuire a migliorare la pratica clinica.
Come ben descritto nelle linee guida del Ministero “I sistemi di intelligenza artificiale come strumento di supporto alla diagnostica” del 2021, l’analisi della letteratura scientifica in merito all’applicazione dell’intelligenza artificiale in campo medico ha dimostrato che vi sono dei settori nei quali i risultati sono decisamente promettenti:
In particolare, in radiologia, l’intelligenza artificiale è stata utilizzata per rilevare, attraverso le immagini radiografiche, polmoniti e tumori, superando la precisione dei radiologi stessi. La stessa cosa è avvenuta in oftalmologia nella diagnosi di retinopatia diabetica e glaucoma mediante immagini della retina, inoltre, è stato possibile contribuire alla prevenzione di disturbi oculari.
In dermatologia, l’intelligenza artificiale può essere utile per rilevare patologie della pelle come melanomi. Alcune anomalie nelle immagini di mammografia, ecografie e risonanze possono essere rilevate tempestivamente dall’intelligenza artificiale che può quindi contribuire a diagnosticare precocemente tumori ginecologici o al seno. L’analisi automatizzata di campioni di sangue può aiutare a identificare patologie come leucemia e anemia.
L’intelligenza artificiale può infine aiutare nella diagnosi differenziale.
L’utilizzo dell’intelligenza artificiale in medicina non è ovviamente scevro da criticità. Innanzitutto, è importante avere a disposizione dei dati che possano essere utilizzati per costruire modelli accurati: tali dati non devono quindi essere distorti, errati, inaffidabili, incompleti. Grazie a questi dati sarà poi possibile costruire dei modelli che devono essere a loro volta standardizzati.
Come troviamo indicato anche sulle linee guida del Ministero:
“La validazione scientifica dei sistemi di AI in medicina, e in particolare per sviluppare strumenti diagnostici, è condizione assolutamente indispensabile per il loro impiego in un contesto assistenziale. Studi clinici metodologicamente solidi (che siano prospettici, randomizzati, che prevedano un confronto con medici davvero esperti sugli stessi dati, che prevedano una validazione esterna del sistema o che siano basati sulla metodologia di ricerca corrente o su nuove modalità che, pur preservando il rigore scientifico, potrebbero essere più affini ai nuovi strumenti) sono necessari per dimostrare, per esempio, che una diagnosi fatta da un sistema di AI sia affidabile tanto quanto quella fatta da un medico specializzato, che il software non contenga bias di selezione (per esempio evitando che algoritmi di machine learning imparino solo sui dati di alcune categorie di pazienti, ignorandone altre), che le soluzioni proposte siano generalizzabili e clinicamente sicure ed efficaci”.
In generale, in un Paese come l’Italia dove è ancora complesso riuscire a utilizzare il Fascicolo Sanitario Elettronico e dove l’autonomia delle Regioni non rende omogenee pratiche e procedure sanitarie, è molto complicato – ma non impossibile – riuscire a trovare un metodo e procedure adeguate a una gestione efficace, efficiente e condivisa dell’intelligenza artificiale in campo predittivo, diagnostico e terapeutico, fatto salvo per alcune eccellenze.
CP-434758