Si parla molto di Intelligenza Artificiale (AI) e di quelle che sono le sue applicazioni nel campo della Salute e della Medicina. Di questo tema, tanto appassionante e in alcuni casi ancora controverso, abbiamo parlato con l’ing. Giovanni Arcuri (Direttore Tecnico, ICT ed Innovazione Fondazione Gemelli Irccs) nella seconda parte della nostra intervista esclusiva: eccone una sintesi.
D “Il tema delle applicazioni della AI in Medicina presuppone la conoscenza di alcuni concetti di base. Vuole aiutarci in questi primi passi?
Arcuri “Esistono oggi tecniche e algoritmi che hanno l’obiettivo di simulare le capacità di ragionamento umano e di arrivare a delle conclusioni in maniera rapida. Ci sono, ad esempio, algoritmi di intelligenza artificiale ai quali si chiede di supportare il clinico nella diagnostica. Facciamo qualche esempio: abbiamo algoritmi che sono stati addestrati (l’addestramento sui dati è sempre una componente essenziale, per es. con un numero elevatissimo di immagini di TAC da elaborare e comparare) e oggi sono in grado – per specifiche patologie – di proporre al clinico una diagnosi o di focalizzarsi su reperti specifici e prioritari: questo è un supporto molto valido e di grande aiuto alla pratica clinica.”
D “Ed è un inizio per il nostro approccio da inesperti, vogliamo andare oltre?”
Arcuri “Quello che oggi spesso si chiede – in particolare sul versante ricerca – ai sistemi di AI non è solo sostenere la diagnosi ma va molto oltre. Un primo ambito è lo sviluppo di “sistemi predittivi”, ovvero di prevedere l’evoluzione di un paziente sottoposto a uno specifico trattamento.
Grazie alle tecniche di ‘data engineering’, possiamo creare ‘data mart’, ovvero collezioni enormi di dati granulari strutturati e non strutturati, che raccolgono tutte le informazioni rilevanti sul percorso di cura di queste pazienti. Questo ci permette di addestrare i sistemi di AI a identificare variabili predittive che possano suggerire la scelta terapeutica più efficace.
Se ci concentriamo sull’esempio di malattie oncologiche, si tratta di pazienti che di volta in volta possono essere indirizzate a trattamento chirurgico, a radioterapia, a linee di farmaci chemioterapici oppure a una pluralità di queste opzioni. E la risposta dei pazienti ovviamente non sarà identica per tutti. Avere questa mole di dati significa addestrare un sistema di AI a estrarre alcune variabili che possano poi essere ‘pesate’ per darci qualche elemento predittivo. Per avvisarci se, nel processo di personalizzazione della cura, una scelta terapeutica possa essere considerata migliore di un’altra.”
D “Quindi otterremo anche una migliore conoscenza clinica, corretto?”
Arcuri “Che vuol dire addestrare un sistema a estrarre della conoscenza che oggi non abbiamo? una parte dell’addestramento di questi sistemi sta nell’analizzare ciò che è accaduto in passato a questi pazienti con i dati di cui oggi andiamo a disporre. Per esempio, proprio sui pazienti oncologici, oggi per decidere quali farmaci sono i più indicati, ci sono dei pannelli genetici validati dalle società scientifiche. Sappiamo già che con certe caratteristiche genetiche la risposta di alcune pazienti a un farmaco migliora rispetto ad altre. Avendo a disposizione dati genetici di molti pazienti, oggi cerchiamo di individuare altri predittori che ci aiutino a raffinare ulteriormente la terapia.”
D “Altri esempi che possiamo proporre?
Arcuri ““Ci sono applicazioni che partecipano non solo alla diagnosi ma anche alla terapia. Un esempio evidente è la radioterapia, un processo complesso che richiede la valutazione dei trattamenti precedenti prima di procedere con nuovi. I sistemi di AI possono guidare il clinico nella personalizzazione della cura, accelerare l’analisi e fornire raccomandazioni sulla dose radioterapica più adeguata. I benefici dell’AI si riassumono, in sintesi, in due grandi aree:
- Personalizzare sempre più e con più efficacia i trattamenti sul singolo paziente.
- Fornire strumenti che aiutino i medici a velocizzare il processo decisionale per ottenere i migliori risultati in sicurezza.”
D “In chiusura, un’ultima sfida vinta grazie all’AI?”
Arcuri “I sistemi di AI sono in grado di analizzare anche grandissime moli di dati non strutturati. Questo ci consente di disporre di un meccanismo rapido con cui possiamo utilizzare una conoscenza che altrimenti potrebbe essere dispersa. Pensiamo a un referto ambulatoriale. È spesso testo libero, in cui il medico prescrive un farmaco, un cambio di terapia, indica se c’è stato un miglioramento o no. Avere sistemi che ci consentono di non perdere quell’informazione ma di analizzarla con strumenti evoluti, che ci consentono anzi di estrarre l’informazione che abbiamo da dati non strutturati per farli divenire strutturati, oggi è uno di quegli elementi che ci consente di essere molto più rapidi rispetto a ieri nella ricerca.”
“Ieri conclude Arcuri selezionare i cluster di pazienti era un’attività molto difficile, che si faceva studiando le cartelle cliniche, analizzandole con criteri di selezione molto dettagliati, granulari.
Oggi, questi strumenti ci consentono di arruolare pazienti più velocemente e di effettuare studi con un ‘braccio virtuale’, confrontando i dati storici per comprendere l’efficacia dei trattamenti in modo sicuro e con notevoli risparmi di tempo.
È possibile, in altre parole, selezionare in modo rapido popolazioni di pazienti con le stesse caratteristiche di quelli oggetto dello studio e verificare quale è stato il loro decorso”.
