Lo sviluppo di algoritmi per la diagnosi e la prevenzione clinica
L’intelligenza artificiale ha già trovato un posto significativo nella nostra società. Alcune applicazioni sono evidenti e oggetto di discussione quotidiana, come gli strumenti per l’elaborazione dei testi o delle immagini. In altri settori il suo utilizzo rimane meno noto al grande pubblico, nonostante il suo impatto attuale e i possibili sviluppi futuri siano estremamente rilevanti. Tra questi settori vi sono, ad esempio, la finanza, l’industria – con applicazioni come la manutenzione predittiva e il controllo qualità – e il settore clinico.
L’intelligenza artificiale nel settore sanitario
In campo sanitario, l’integrazione di algoritmi basati sull’intelligenza artificiale per supportare le decisioni cliniche ha un grande potenziale. Questi algoritmi sono utilizzati, e potranno essere sempre più sfruttati, per aiutare nelle diagnosi e prevedere l’insorgenza di malattie e complicanze, offrendo significativi benefici per la salute dei pazienti e contribuendo a ridurre i costi del sistema sanitario nazionale.
Da oltre dieci anni, il professor Luca Romeo, ricercatore in Sistemi di elaborazione delle informazioni presso il Dipartimento di Economia e Diritto dell’Università di Macerata, studia e lavora su questi temi, occupandosi in questo caso dello sviluppo teorico e applicativo degli algoritmi. Il percorso inizia con la raccolta e l’analisi delle informazioni presenti nelle cartelle cliniche ospedaliere e termina con la presentazione ai medici della probabilità di insorgenza di una patologia nei pazienti, accompagnando il dato con una spiegazione di come l’algoritmo è giunto a tale conclusione.
Attualmente, un algoritmo per la previsione del rischio di complicanze in pazienti diabetici è già integrato in cartelle cliniche a supporto dei medici.
I principi
La trasparenza dell’algoritmo e la collaborazione con l’equipe clinica sono elementi chiavi in questo processo. La trasparenza si traduce nella possibilità di ricostruire, in maniera dettagliata, il percorso compiuto dall’algoritmo per giungere al risultato finale e permette al personale sanitario di possedere sempre una panoramica completa della situazione. La stretta cooperazione tra ricercatori e personale sanitario risulta fondamentale per assicurare che il prodotto finale sia effettivamente di supporto ai medici, i cui feedback devono essere costantemente integrati nel processo di sviluppo degli algoritmi condotto dai ricercatori informatici, statistici e matematici coinvolti nel processo.
L’obiettivo ultimo dell’algoritmo non è sostituire la professionalità e l’esperienza dei medici, ma offrire loro un ulteriore elemento per le loro scelte, completando il quadro delle analisi effettuate. In questo modo, il processo decisionale umano viene potenziato, non ristretto.
Le sfide
Oltre alle sfide etiche e di privacy, spesso presenti nei dibattiti sull’intelligenza artificiale, un’altra questione molto rilevante è quella della generalizzazione. Si tratta di garantire l’integrazione tra ospedali pubblici, cliniche private e altri centri medici, dove i dati potrebbero essere raccolti e salvati in modo differente, e di rendere gli algoritmi applicabili e funzionanti anche in presenza di questa eterogeneità.
AIMedical
Lo sviluppo di questa ricerca prosegue anche grazie alla startup AIMedical, di cui fa parte, oltre al professor Romeo, anche Emanuele Frontoni, docente in Sistemi di elaborazione delle informazioni all’Università di Macerata specializzato in intelligenza artificiale. Da alcuni anni, AIMedical si occupa dell’utilizzo dell’intelligenza artificiale a supporto delle decisioni cliniche, in particolare per le complicanze legate al diabete.
