Tecno

Il nuovo sistema di intelligenza artificiale apprende da migliaia di possibilità per suggerire diagnosi e test medici

artificial intelligence, robot, ai

Photo by geralt on Pixabay

L’algoritmo inverte l’approccio standard dell’IA e può trasformare la pratica medica

L’intelligenza artificiale è stata applicata da tempo per diagnosticare condizioni mediche in campi specifici. Può basarsi sulla conoscenza di particolari discipline per affinare dettagli come la forma di un tumore che suggerisce un cancro al seno o cellule anormali che indicano il cancro cervicale. Sebbene l’IA sia molto buona quando addestrata su anni di dati umani in domini specifici, non è stata in grado di affrontare l’enorme numero di test diagnostici (circa 5000) e disturbi (circa 14.000) della pratica clinica moderna. Ora, un nuovo algoritmo sviluppato dagli ingegneri della USC Viterbi School of Engineering può pensare e imparare proprio come un medico ma con un’esperienza essenzialmente infinita.

Pubblicità e progresso

Il lavoro nasce dal laboratorio di Gerald Loeb, professore di ingegneria biomedica, farmacia e neurologia presso la USC Viterbi School of Engineering e un medico qualificato. Loeb ha trascorso anni ad applicare algoritmi di intelligenza artificiale agli elementi tattili e a costruire robot per rilevare e identificare materiali e oggetti. La sua precedente ricerca su questo ha superato lo stato dell’arte. Mentre lo stato dell’intelligenza artificiale per il tatto era quello di identificare circa 10 oggetti con circa l’80% di precisione, Loeb e Jeremy Fishel, il suo studente laureato all’epoca, furono in grado di identificare 117 oggetti con una precisione del 95%. Quando lo hanno esteso a 500 oggetti e 15 diversi test possibili, il loro algoritmo è diventato ancora più veloce e preciso. Quello, dice Loeb, è quando ha iniziato a pensare di adattarlo per la diagnosi medica.

La nuova forma di intelligenza artificiale di Loeb suggerisce le migliori strategie diagnostiche estraendo le cartelle cliniche elettroniche nei database. Ciò potrebbe portare a diagnosi e trattamenti più rapidi, migliori e più efficienti. Il lavoro è stato pubblicato sul Journal of Biomedical Informatics .

L’algoritmo funziona proprio come un medico: “pensa a cosa fare dopo in ogni fase del work-up medico”, ha detto Loeb, un pioniere nel campo delle protesi neurali e uno degli sviluppatori originali dell’impianto cocleare, ora ampiamente usato per trattare la perdita dell’udito. “La differenza è che ha il vantaggio di tutte le esperienze nella cartella sanitaria collettiva”.

Come funziona

L’IA convenzionale utilizza da tempo un algoritmo specifico per suggerire ai medici le diagnosi più probabili date una serie di osservazioni. Chiamata inferenza bayesiana, utilizza tutte le informazioni attualmente disponibili per suggerire quali diagnosi sono le più probabili.

L’algoritmo di Loeb inverte questo processo e cerca invece quei test che molto probabilmente identificherebbero la malattia o la condizione corretta, non importa quanto oscura. La chiama esplorazione bayesiana. L’algoritmo può anche tenere conto dei costi e dei ritardi associati a vari test diagnostici.

“Questo non è mai stato fatto prima”, ha detto. “Questa è nuova.”

Loeb ha affermato che il suo nuovo algoritmo ha diversi vantaggi: in primo luogo, questo algoritmo potrebbe aiutare i medici a prendere decisioni diagnostiche e di test migliori suggerendo diverse buone opzioni, comprese alcune che un professionista non avrebbe altrimenti considerato. Successivamente, il software diagnostico si aggiorna e migliora automaticamente, poiché una miriade di medici inserisce dati aggiuntivi nelle cartelle cliniche elettroniche.

Inoltre, Loeb ritiene che i medici genererebbero più facilmente cartelle cliniche complete e accurate. Invece di dover cercare codici o farsi strada attraverso molti menu a discesa, potrebbero semplicemente selezionare una particolare malattia o procedura diagnostica suggerita dall’IA, che inserirà automaticamente le informazioni corrette nei record elettronici.

Loeb sottolinea che i medici potrebbero, ovviamente, ignorare l’IA e seguire il proprio giudizio.

“L’algoritmo non è destinato a prendere decisioni per i medici o sostituirli”, ha detto Loeb. “Ha lo scopo di completarli e supportarli”.

Guardando al futuro

Loeb ritiene che questo algoritmo potrebbe rivoluzionare la diagnostica medica e di test. Ma il professore della USC Viterbi e della Keck School of Medicine riconosce le enormi sfide finanziarie e tecnologiche dell’applicazione dell’IA alle cartelle cliniche elettroniche. Il sistema medico balcanizzato degli Stati Uniti e l’uso irregolare di cartelle cliniche elettroniche che ritiene rendano un ambiente inospitale in cui la sua tecnologia possa attecchire.

Loeb dice che il suo sistema sarebbe molto più facile da introdurre in altri paesi, ad esempio in Scandinavia o in Corea del Sud, luoghi con assistenza sanitaria nazionalizzata e l’uso diffuso di cartelle cliniche elettroniche. Tuttavia, la sua implementazione dovrebbe affrontare grandi sfide anche lì, comprese le grandi spese e le capacità intellettuali necessarie per sviluppare e distribuire l’enorme database e le interfacce utente per l’adozione diffusa e l’integrazione del suo algoritmo.

Invece, Loeb ripone la sua fiducia nella tecnologia. Crede che Amazon, Microsoft e Google abbiano le risorse e il know-how per interrompere l’assistenza sanitaria americana nel modo in cui Uber e Lyft hanno ribaltato l’industria dei taxi.

“Se la promessa di successo è abbastanza grande, le persone saranno motivate a farlo”, ha detto Loeb. “Ed è quello che pensiamo che questo algoritmo fornisca: la possibilità, la promessa di offrire una soluzione a un problema enorme che spreca molte risorse, un valore di trilioni di dollari”.