Ciao a tutti, e benvenuti. Questo è l’episodio numero sette di Le Voci dell’AI. Nell’episodio due abbiamo parlato di come l’intelligenza artificiale sta cambiando il settore dell’educazione.
Oggi invece parliamo di come l’AI sta trasformando la sanità in tutto il mondo.
Nel 2017 lo psicologo anglo-canadese Geoffrey Hinton tiene un discorso in un ospedale e ammonisce: se il vostro lavoro è quello del radiologo, siete come Willy il Coyote.
Siete già oltre il precipizio, ma non ve ne siete ancora accorti perché non avete ancora guardato in basso.
Hinton si riferisce al fatto che la branca dell’intelligenza artificiale chiamata deep learning ha fatto talmente tanti passi avanti che, sembra ovvio, sarà in grado di rimpiazzare un radiologo in cinque o dieci anni al massimo.
Ovviamente i dottori di quell’ospedale e tutti i dottori che hanno letto centinaia di articoli scritti su questo scambio non l’hanno presa bene.
Sono passati sei anni da quell’evento e i radiologi ci sono ancora tutti, ma parecchie cose stanno cambiando e non solo nel mondo della radiologia.
In Ungheria, per esempio, cinque cliniche che eseguono più di trentacinquemila screening per il cancro al seno usano l’AI dal 2021.
Questa AI è sviluppata da una società inglese chiamata Kheiron Medical Technologies.
Kheiron ha istruito il suo modello di intelligenza artificiale con cinque milioni di mammografie ottenute da cliniche in Ungheria e Argentina e ha impiegato dodici radiologi in carne e ossa per aiutare l’AI a riconoscere un cancro al seno in via di sviluppo in base alla forma, alla densità, alla posizione e ad altri vari fattori riconoscibili nelle mammografie.
Nel 2022, questa tecnologia è stata testata su 275.000 casi di cancro al seno.
E l’azienda suggerisce che la sua AI è in grado di offrire la stessa performance di un radiologo umano quando è usata come cassa di risonanza per i dottori.
Funziona così. Per ogni nuova mammografia, i radiologi esprimono la loro opinione. A questo punto l’immagine viene passata all’AI per una seconda opinione. E qui l’AI conferma la diagnosi dei radiologi o suggerisce di controllare meglio un’area specifica della mammografia.
In ventidue casi, come ha riportato il New York Times e molte altre pubblicazioni, l’AI ha identificato un cancro al seno che è sfuggito a radiologi con venti anni di esperienza, e ci sono altri quaranta casi che devono essere ancora verificati.
Questa tecnologia è così promettente che molte altre cliniche e ospedali negli Stati Uniti, nel Regno Unito, in Europa ne stanno valutando l’adozione.
Ok, visto che abbiamo menzionato gli Stati Uniti, spostiamoci lì per vedere gli altri usi dell’AI nella Sanità.
Parliamo della famosissima organizzazione sanitaria Mayo Clinic.
Mayo Clinic è così avanzata nell’uso di tecnologie emergenti che già dal 2017 ha una divisione interamente dedicata all’implementazione e all’adozione di AI e altre tecnologie. Si chiama Mayo Clinic Platform.
E un’altra cosa che questo dipartimento fa è investire in start-up che inventano soluzioni per la Sanità con l’AI, esattamente come farebbe un acceleratore nel mondo dei capitali di ventura.
Una delle cose che Mayo Clinic fa con l’AI è identificare le irregolarità nel battito cardiaco, quella che si chiama fibrillazione atriale, una condizione che non è riconoscibile ad occhio nudo da un dottore umano in un elettrocardiogramma.
La loro AI è in grado di identificare una fibrillazione atriale direttamente negli elettrocardiogrammi e con grande anticipo rispetto al momento in cui la condizione si manifesta in maniera evidente del paziente.
Mayo Clinic ha talmente tanta confidenza in questa tecnologia che il responsabile del dipartimento di cardiologia la promuove personalmente. Okay, cambiamo specializzazione.
Un gruppo di cliniche americane parte dell’organizzazione sanitaria Cano Health, nel 2022 è stata coinvolta in un programma pilota dove l’AI è stata usata per identificare una condizione chiamata retinopatia diabetica, a partire dalle immagini dell’occhio umano catturata con una speciale telecamera. La retinopatia diabetica porta alla cecità dei pazienti diabetici sia di tipo uno che di tipo due. Il programma pilota ha avuto così successo che i ricercatori di tutto il mondo, dopo averne verificato i risultati, hanno promosso l’adozione nelle loro nazioni. Per esempio, uno studio pubblicato da Nature che raccomanda l’uso dell’AI per identificare questa condizione in Cile.
Cambiamo di nuovo specializzazione.
Il Sinai Hospital di Baltimora usa l’intelligenza artificiale per identificare i pazienti che sono più a rischio di sepsi, che è una delle principali cause di mortalità negli ospedali.
Funziona così: l’AI monitora duecentocinquanta segni vitali del paziente. E quando riconosce dei cambiamenti in questi segni vitali che suggeriscono un principio di sepsi, avvisa i dottori. E poi, ovviamente, i dottori decidono se l’AI ha ragione o meno.
Anche qui gli studi scientifici condotti finora e pubblicate da Nature, suggeriscono che questo tipo di AI aiuta i dottori a intervenire sul paziente affetto da sepsi con due ore di anticipo rispetto al normale, riducendo il tasso di mortalità del 18%.
Okay, torniamo alla radiologia e parliamo di uno dei miei progetti preferiti l’uso dell’AI per l’educazione degli studenti di medicina.
Una delle cose più difficili da ottenere nell’educazione di un medico o di qualunque altro professionista è la preparazione a come comportarsi in casi rarissimi, che sono scarsamente documentati e che potrebbero capitare una o due volte nella vita. Per aiutare gli studenti, i ricercatori del Dipartimento di radiologia alla Stanford University, quelli dell’università della California e i ricercatori che hanno lavorato e lavorano tutt’oggi per la startup Stability AI hanno utilizzato un metodo che non ha precedenti.
Tutto parte dal famosissimo modello AI aperto chiamato Stable Diffusion, quello che genera immagini a partire da un testo, il prompt: proprio come DALL·E 2 di OpenAI. Questi ricercatori hanno fatto un’operazione comune nel mondo dell’intelligenza artificiale chiamata fine tuning.
Stable Diffusion è capace di generare moltissime immagini, alcune meno bene di altre a seconda di quanti esempi di una certa immagine ha analizzato durante la sua fase di training.
Per insegnare a Stable Diffusion come generare immagini di cui ha poca o nessuna esperienza, è stato necessario eseguire l’operazione di fine tuning e mostrare a Stable Diffusion un certo numero di immagini di esempio.
I ricercatori della nostra storia hanno mostrato a Stable Diffusion quasi 350.000 immagini di radiografie del torace, accompagnate dal relativo rapporto del radiologo di turno.
A questo punto Stable Diffusion ha imparato a generare radiografie sintetiche, radiografie che non esistono nel mondo reale per dei casi rarissimi, a partire da una semplice descrizione dello scenario, il nostro prompt.
In questa maniera gli studenti possono esercitare le loro capacità di analisi e in situazioni che potrebbero incontrare solo una volta nella loro carriera e fare la differenza nel salvare vite umane.
Il progetto è bellissimo e molto promettente.
Ora però non montiamoci la testa, dopo le storie di oggi. A riportarci con i piedi per terra ci pensa la Medicines & Healthcare products Regulatory Agency, l’agenzia che regolamenta le medicine e la Sanità nel Regno Unito. Questa agenzia ha recentemente pubblicato un articolo dove ammonisce che l’uso dell’intelligenza artificiale, inclusa l’AI generativa usata a scopo medico, verrà considerata alla stregua di un dispositivo medico e come tale regolamentata nello stesso modo, il che è probabilmente un bene.
Nessuno di noi vuole un’altra illusione come quella fabbricata dalla start-up Theranos.
In conclusione, Geoffrey Hinton ha ancora quattro anni per vedere se la sua predizione viene confermata o meno alla velocità con la quale l’AI sta evolvendo.
È difficile dire se avrà ragione o no.
Oggi vi ho raccontato solo una frazione di quello che sta succedendo nel mondo della Sanità grazie all’AI. Predizione corretta o no, è tempo per i professionisti del settore medico di prestare attenzione.
Ci vediamo la prossima settimana. Ciao!
