Nell’ultimo anno, il concetto di “intelligenza artificiale” è stato accostato a qualsiasi settore, anche alcuni che normalmente non assoceremmo a concetti simili come l’agricoltura o l’edilizia. Anche il settore medico e l’industria farmaceutica non sono rimasti indifferenti alle ultime innovazioni in questo campo.
Per certi versi, gli algoritmi dell’intelligenza artificiale si sposano perfettamente con alcuni aspetti del mondo medico. Per funzionare correttamente, l’AI dev’essere addestrata su una grande quantità di dati rilevanti (il cosiddetto machine learning). Le cartelle cliniche di ogni paziente sono il bacino perfetto per addestrate l’AI ad essere non solo in grado di fornire una diagnosi, ma farlo basandosi su tutto lo storico medico di un paziente, restituendo un resoconto personalizzato e specifico per ogni singolo individuo.
Nonostante queste prospettive siano allettanti, c’è ancora un lungo cammino da percorrere prima che questi algoritmi intelligenti possano essere pienamente integrati nella pratica medica quotidiana. Proviamo a vedere in che modo l’intelligenza artificiale cambierà (e sta cambiando) il mondo della medicina.
AI nella diagnosi medica
Un algoritmo prima di essere messo all’opera necessita di essere istruito con una grande mole di dati ben strutturati, ovvero precedentemente annotati da un essere umano, in modo che l’algoritmo vergine sia in grado di riconoscere ciò che gli viene sottoposto. Corrispondono a questa caratteristica le analisi compiute su tessuti tumorali.
Uno dei primi algoritmi in grado di superare l’abilità dei medici nel campo della classificazione delle immagini è stato sviluppato dai ricercatori del Seoul National University Hospital e del College of Medicine.
Il DLAD (Deep Learning based Automatic Detection) analizza le radiografie del torace e aiuta a individuare crescite cellulari anormali, che potrebbero corrispondere a tumori. L’intelligenza artificiale è stata in grado di superare 17 dei 18 medici in un compito di riconoscimento di tessuti tumorali, aprendo la strada a quella che potrebbe essere una nuova era nella diagnosi delle malattie.
Un altro algoritmo è stato sviluppato da Google AI Healthcare e prende il nome di LYNA (Lymph Node Assistant), che identifica i tumori metastatici del cancro al seno dalle biopsie dei linfonodi, con una precisione del 99%. Presto questa tecnologia potrebbe essere applicata anche a raggi X, risonanze magnetiche e qualsiasi altra forma di analisi in grado di restituire immagini del corpo.
AI nel settore farmaceutico
L’intelligenza artificiale è sempre più utilizzata nella scoperta e progettazione di nuovi farmaci. Il principale vantaggio è il grande risparmio temporale in tutte le fasi dello sviluppo, dalla sperimentazione fino all’approvazione e la distribuzione nel mercato. Un risparmio temporale che si traduce in costi più bassi e guadagni maggiori.
Oltre all’effettivo risparmio, i farmaci sviluppati utilizzando l’AI hanno migliori tassi di successo e comportano minori rischi legati alla salute nel corso degli studi preclinici. Le dimensioni globali del mercato dell’intelligenza artificiale in ambito farmaceutico ammontava già nel 2022 a 1,24 miliardi di dollari. Nel 2023 ha avuto un tasso di crescita annuale composto del 32,8%, raggiungendo il valore complessivo di 1,64 miliardi di dollari.
AI nella medicina personalizzata
La grande capacità di analisi degli algoritmi sta consentendo alla medicina di allontanarsi progressivamente dai trattamenti “a taglia unica” per intraprendere un percorso di evoluzione verso una medicina personalizzata, che tiene in considerazione il profilo medico e lo stile di vita di ogni individuo, in modo da fornire cure uniche e specifiche.
L’uso della medicina personalizzata basata sull’intelligenza artificiale potrebbe consentire:
- Un migliore trattamento di malattie comuni, come cardiopatie e tumori, e malattie rare, come la fibrosi cistica
- Un’ottimizzazione dei tempi e il dosaggio dei farmaci, sulla base delle caratteristiche di ogni singolo paziente
- Di sottoporre a screening i pazienti in base ai loro profili di salute individuali, al posto degli attuali criteri generici di età e sesso.
Questo approccio personalizzato porterà a diagnosi più precoci e trattamenti più efficaci, salvando vite umane facendo allo stesso tempo un uso migliore delle risorse.
AI nei sistemi sanitari nazionali
All’interno di sistemi complessi come i SSN dei vari paesi del mondo, l’AI diventa uno strumento efficace per affrontare alcune delle diverse sfide che organizzazioni così grandi possono incontrare:
- Allocazione del personale e delle attrezzature sanitarie in maniera più efficiente
- Stimolare la collaborazione, formando equipe di medici, infermieri e altri operatori sanitari con competenze complementari
- Garantire una migliore privacy per i pazienti
- Creare di chatbot basati su modelli linguistici (come ChatGPT) per potenziare l’assistenza sanitaria, fornendo un primo supporto ai pazienti che sono alla ricerca di informazioni.
Oltre all’aspetto tecnologico, esistono questioni di carattere etico, normativo e di sicurezza che vanno tenute in considerazione. L’obiettivo della ricerca nel campo dell’AI non è quello di costruire algoritmi in grado di soppiantare i medici e i professionisti sanitari, ma di sviluppare sistemi che permettano agli esseri umani di portare le proprie capacità ad un livello superiore.
