L’intelligenza artificiale per combattere il cancro
Alla ricerca dell’ignoto: l’intelligenza artificiale sta cercando soluzioni per combattere il cancro che ad oggi sfuggono all’intelligenza umana
In Brasile, pazienti diagnosticati con un carcinoma del colon-retto normalmente rifiutano la rimozione del colon, uno dei trattamenti consigliati. La ragione è che, dopo l’intervento, i pazienti devono vivere con una sacca per la colostomia per il resto della loro vita e questo è percepito come un grosso problema in una società molto attenta all’aspetto fisico come quella brasiliana.
Oggi gli scienziati sono alla ricerca di soluzioni alternative sfruttando l’intelligenza artificiale (IA). L’utilizzo dell’IA in campo medico, che è stato uno dei temi discussi all’ultimo evento GE’s Minds + Machines a Berlino, è una realtà in forte crescita. Gli scienziati stanno sfruttando il cosiddetto “deep learning netwoks” che combina insieme centinaia, se non migliaia, di “data points” e processa questi dati con molteplici algoritmi simultaneamente, tentando di riprodurre il modo in cui opera un cervello umano. Per esempio, per attraversare la strada, un pedone deve tenere in considerazione decine di fattori; il numero e la velocità con cui le macchine si avvicinano, la condizione della strada, gli altri pedoni, le calzature che si indossando ed anche le cose che si stanno trasportando. Il “deep learning” offre l’opportunità di fare la stessa cosa – ma con ancora di più data points ed ad una velocità che il cervello umano non riesce a raggiungere.
Alcuni scienziati stanno lavorando ora al problema riscontrato in Brasile cercando nel campo dell’intelligenza artificiale soluzioni nuove che possano condurre a trattamenti alternativi per il cancro. Per farlo, questi scienziati stanno popolando il cloud con millioni di datapoints, compresi dati in materia di carcinoma del colon-retto, raccolti in decine di anni nei registri nazionali, ma anche migliaia di scansioni RM e TC, test genetici e biomakers. I software poi ricercano patterns tra questi dati, stabiliscono collegamenti e correlazioni con una velocità e livello di dettaglio che non possono essere equiparate dagli umani.
“Siamo alla ricerca dell’ignoto”, dice il Dott. Micheal Dahlweid, Chief Medical Officer in GE Digital, il quale sta portando avanti ricerche sull’intelligenza artificiale. L’intelligenza artificiale potrà in futuro essere usata per diagnosticare diverse malattie. Il concetto in via di sviluppo si basa su dati inseriti in un deep learning system. Per farlo, clinici e data scientists devono lavorare di pari passo, correggendo gli algoritmi e facendo operazioni di fine tuning per permettere all’intelligenza artificiale di imparare a concentrarsi sulle aree dove i dottori hanno bisogno di porre particolare attenzione quando si interpretano body scans. “L’idea è che dopo alcune centinaia di tentativi, l’intelligenza artificiale diventaerà un tool affidabile per tutte le persone che devono prendere decisioni mediche” afferma Dahlweid. Va sottolineato, tuttavia, che il sistema non fa la diagnosi, ma può far emergere segnali sospetti sul quale il medico dovrà concentrarsi e decidere come procedere con il trattamanto.
L’intelligenza artificiale (IA) potrà cambiare le regole dei giochi nel settore healthcare. “L’anno scorso, sono state trovare più di 70 startups che si occupano di IA in campo medico” afferma Dahlweid. “Si prevede che entro il 2021 gli investimenti in healthcare IA raggiungeranno i 6,6 billioni di dollari”.
“Considerando che l’intelligenza artificiale sta diventando una risorsa sempre più comune nel campo healthcare, le scuole di medicina dovranno cambiare il modo in cui formano i medici per fare in modo che questi siano sempre al passo con le nuove capacità, skills e metodologie richieste per sfruttare l’IA efficacemente” afferma Dahlweid. “Sono convinto che in futuro queste tecniche diventeranno come lo stetoscopio, la penicillina – all’ordine del giorno – ma occorre imparare come utilizzarle”.
Disclaimer: Questa è una tecnologia in fase di sviluppo che è il risultato di continue ricerche. Queste tecnologie non sono prodotti nè potrebbero diventare tali. Non sono dunque in vendita e non sono stati approvati da FDA per fini commerciali.