SEGUICI SU:

DELLO STESSO AUTORE

INSTAGRAM

CORRELATI

AZIONI

CALENDARI

CRYPTO

Intelligenza Artificiale e Sanità

Introduzione

Quando parliamo d’ Intelligenza Artificiale (AI) pensiamo immediatamente ai famosi veicoli a guida autonoma o agli ormai diffusissimi assistenti vocali come Siri o Alexa. Ma siamo sicuri di conoscere a fondo il significato di tale termine?

Con tale termine ci si riferisce  a quella la scienza che si occupa di come creare sistemi informatici in grado di eseguire compiti che normalmente richiedono l’intelligenza umana. Si tratta, quindi,  di sistemi in grado di imparare, inglobare una mole immensa di informazioni e di interagire in linguaggio naturale.

AI nell’ambito sanitario

La nascita dell’ Intelligenza Artificiale moderna risale al 1950, quando Alan Turing pubblicò l’articolo “Computing machinery and intelligence”, considerato da molti il manifesto dell’intelligenza artificiale.

Questa tecnologia, a partire dagli anni 80,  è uscita dai laboratori di ricerca per trovare progressivamente innumerevoli applicazioni in diversi ambiti, diventando sempre più trasversale e rivoluzionando numerosi settori.

Uno tra questi è quello Sanitario, dove nel giro di pochi anni l’applicazione e l’utilizzo di questa tecnologia sta diventando sempre più spinto e sempre più importante. Prevenzione, diagnosi precoci, cure tempestive, sono oggi possibili grazie a tecnologie sempre più promettenti che attraverso sistemi di analisi di grandi moli di dati consentono agli operatori della sanità di disporre di informazioni rilevanti in tempi più rapidi ed a costi sempre minori.

Algoritmi predittivi e Image Recognition

Gli algoritmi predittivi in medicina stanno trovando uno spazio sempre maggiore, permettendo di andare verso una medicina personalizzata. La potenza degli algoritmi predittivi, inoltre, risiede nella possibilità di utilizzarli per costruire dei modelli in grado di prevedere l’andamento di una patologia. Informazioni importanti che possono influenzare notevolmente il successo della terapia e aumentare le speranze di vita dei pazienti.

L’Image Recognition, considerata ormai come la killer application dell’Intelligenza Artificiale, permette  di riconoscere le immagini e classificarle in base alla patologia o mutazione rilevata. Un esempio su tutti è il software di Aidoc, una start up israeliana nata nel 2016 per esaminare radiografie nel rilevare emorragie intracraniche.

Centinaia di migliaia di immagini di referti hanno addestrato questo software, e ad essi venivano associate informazioni su quali fossero le condizioni del paziente; finché il sistema non è stato in grado di iniziare a valutare le radiografie che gli venivano sottoposte e di imparare dalle nuove casistiche che si presentano.

Esempi pratici

Attualmente sono circa 2 mila i pazienti, in 50 ospedali intorno al mondo, i cui referti ogni giorno vengono infatti esaminati  da tale strumento, con un tasso di esattezza pari al 98%.

Un altro esempio è la soluzione innovativa adottata dall’ Istituto Oncologico Veneto (IOV) per lo screening del cancro al seno. Questa soluzione permette di andare oltre i limiti della mammografia tradizionale, sfruttano le potenzialità offerte dal cloud e valutando le immagini del tessuto mammario della paziente in modo automatico e obiettivo.

Questa classe di algoritmi possono essere di fondamentale aiuto per la diagnosi precoce di malattie generative come l’ Alzheimer o il Parkinson, garantendo, anche in questo caso, un livello di accuratezza superiore a quello offerto da un servizio clinico basato sulle sole competenze ed esperienze di un essere umano. Applicando algoritmi di Image Recognition ai test di risonanza magnetica è possibile ottenere indicazioni affidabili nella misura dell’85% e con due anni di anticipo rispetto alle diagnosi standard.

Risvolti futuri

L’utilizzo a pieno regime di queste soluzioni basate su algoritmi di AI non è ancora del tutto diffuso. Numerosi sono i progetti e le sperimentazioni in corso. Sul lungo andare queste tecnologie troveranno luogo in ambito clinico in modo molto più massiccio e capillare, ma a sostegno e non in sostituzione dei medici, ai quali spetterà sempre il compito di formulare la diagnosi definitiva.

Articolo a cura di Cosimo Perlangeli

Fonti

Manifesto per una sanità “intelligente” – Ottobre 2017

https://it.businessinsider.com/diagnosi-piu-veloci-ed-errori-ridotti-della-meta-se-lintelligenza-artificiale-legge-le-radiografie/

https://www.ai4business.it/intelligenza-artificiale/intelligenza-artificiale-sanita-relazione-da-gestire-con-cura/

https://www.ilsole24ore.com/art/l-algoritmo-italiano-che-predice-alzamheir-AEFce6oG

CUE FACT CHECKING

Grazie per essere arrivato fin qui

Per garantire lo standard di informazione che amiamo abbiamo dato la possibilità ai nostri lettori di sostenerci, dando la possibilità di:
- leggere tutti gli articoli del network (10 siti) SENZA banner pubblicitari
- proporre ai nostri team le TEMATICHE da analizzare negli articoli

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here

Alberto Girardellohttps://managementcue.it
Scrivo per la voglia di dire qualcosa