di TOMMASO SASO-
Buon anno e ben trovati! Continuiamo il nostro viaggio … Nel 2016, un dermatologo della Stanford University fece un esperimento che cambiò la medicina per sempre. Il medico confrontò la capacità di riconoscere il cancro della pelle tra 21 dermatologi esperti e un algoritmo di intelligenza artificiale. Sorprendentemente, ma non per noi, l’AI fu più accurata dei medici nel distinguere melanomi maligni dai nei benigni. Fu la prima volta che una macchina superava specialisti umani in una diagnosi medica complessa e, ovviamente, da quel momento, la medicina non è più stata la stessa.
L’AI sta quindi rivoluzionando la sanità in modi che sembravano fantascienza solo pochi anni fa. I sistemi artificiali possono diagnosticare malattie rare in pochi secondi, scoprire farmaci in mesi invece di anni, personalizzare cure per ogni singolo paziente, predire epidemie prima che si manifestino. È la democratizzazione dell’esperienza medica più avanzata, potenzialmente accessibile a chiunque, ovunque nel mondo.
La radiologia è stata la prima frontiera conquistata dall’AI medica. Interpretare immagini, raggi X, TAC, risonanze magnetiche è essenzialmente un problema di computer vision. E oggi, algoritmi possono individuare tumori polmonari in fase precoce meglio di radiologi esperti, rilevare fratture che sfuggono all’occhio umano, identificare segni di ictus in tempo per salvare vite.
Per fare un esempio, il sistema AI di Google per la retinopatia diabetica ha ottenuto l’approvazione FDA nel 2018. Questo sistema può esaminare foto della retina e diagnosticare una delle principali cause di cecità nel mondo, spesso prima che i pazienti sviluppino sintomi. In paesi in via di sviluppo dove oftalmologi sono scarsi, questa tecnologia sta letteralmente salvando la vista a milioni di persone.
Ma l’AI medica va molto oltre la diagnostica per immagini. Sistemi di elaborazione del linguaggio naturale analizzano cartelle cliniche per identificare strade nascoste, estrarre insight da milioni di casi, predire complicazioni prima che si manifestino. È come avere un super-medico che ha memorizzato ogni caso clinico mai documentato.
Babylon Health ha creato un “medico AI” che può condurre consultazioni preliminari via chat, porre domande diagnostiche intelligenti, suggerire quando è necessario consultare un medico umano. Durante la pandemia COVID-19, milioni di persone hanno usato questi sistemi per triage iniziale, riducendo la pressione sui sistemi sanitari sovraffollati.
La scoperta di farmaci rappresenta forse l’applicazione più promettente dell’AI in medicina. Sviluppare un nuovo farmaco tradizionalmente richiede 10-15 anni e costa oltre un miliardo di euro e il 90% dei farmaci candidati fallisce durante i trial clinici. L’AI sta accelerando ogni fase di questo processo.
AlphaFold di DeepMind ha risolto uno dei problemi più complessi della biologia, ovvero predire come le proteine si ripiegano nello spazio tridimensionale. Questa scoperta, che ha virtualmente vinto il Nobel per la Chimica, permette di progettare farmaci con precisione molecolare. È come avere la mappa di ogni serratura biologica per progettare chiavi farmacologiche perfette.
Durante la pandemia, l’AI ha identificato farmaci esistenti che potevano essere riutilizzati contro COVID-19 in settimane invece di anni. Remdesivir, uno dei primi trattamenti efficaci, fu identificato anche attraverso screening AI.
Atomwise, startup californiana, usa AI per screening virtuale di milioni di composti contro target molecolari specifici. Invece di testare fisicamente ogni possibile farmaco, simulano interazioni digitalmente, identificando candidati promettenti prima di qualsiasi esperimento costoso.
La medicina personalizzata è un’altra frontiera rivoluzionaria. L’AI può analizzare il genoma completo di un paziente, storia medica, fattori di stile di vita, esposizioni ambientali per predire rischi individuali e ottimizzare trattamenti. Invece di “taglia unica per tutti”, ogni paziente riceve cure personalizzate sui loro profili unici.
Foundation Medicine usa AI per analizzare mutazioni genetiche nei tumori e suggerire terapie mirate. Pazienti con cancri istologicamente identici possono ricevere trattamenti completamente diversi basati sui loro profili molecolari. Si parla di oncologia di precisione che trasforma la cura del cancro da empirica a scientifica.
Ancora in cardiologia, l’AI analizza ECG per predire attacchi cardiaci ore prima dei sintomi. Ad esempio, Apple Watch può rilevare fibrillazione atriale e ha già salvato innumerevoli vite avvertendo gli utenti di cercare assistenza medica. Parliamo di medicina preventiva che intercetta problemi prima che diventino emergenze.
Anche la salute mentale sta vedendo applicazioni innovative dell’AI, con sistemi che possono analizzare pattern vocali, espressioni facciali, messaggi di testo per rilevare segni precoci di depressione, ansia, disturbo bipolare, e questa misurazione oggettiva di condizioni tradizionalmente soggettive, potenzialmente permettono interventi più precoci.
Woebot, “chatbot terapeutico”, fornisce terapia cognitivo-comportamentale attraverso conversazioni AI. Durante la pandemia, quando l’accesso ai servizi di salute mentale era limitato, milioni hanno trovato supporto in questi terapeuti digitali. Non sostituiscono la terapia umana, ma democratizzano l’accesso a strumenti di base per la salute mentale.
La chirurgia è un’altra area dove l’AI sta facendo progressi incredibili. I sistemi chirurgici Da Vinci usano AI per stabilizzare movimenti, aumentare precisione, fornire guida in tempo reale durante procedure minimamente invasive. I chirurghi possono operare con precisione senza tremore potenziata dall’intelligenza artificiale.
L’AI di Google può predire complicazioni post-operatorie analizzando segni vitali in tempo reale durante la chirurgia. Invece di aspettare segni di problemi, anticipa problemi e permette interventi preventivi. L’importanza di avere una chirurgia predittiva che migliora risultati riducendo rischi.
Ma l’AI medica ha anche sfide significative che non possiamo ignorare. Bias nei dati di training possono perpetuare disparità sanitarie. Algoritmi che sono addestrati principalmente su dati di certi gruppi demografici, potrebbero funzionare male per altri gruppi. Bisogna quindi stare attenti ai bias algoritmici che potrebbero peggiorare disuguaglianze sanitarie esistenti.
Ma non dimentichiamoci che l’interpretabilità è cruciale in medicina. Quando un sistema AI raccomanda un trattamento, i medici devono capire perché. Algoritmi “scatola nera” che non possono spiegare il loro ragionamento sono problematici per decisioni che influenzano vite umane.
Possiamo ben capire che in tutto questo la responsabilità rappresenta un puzzle legale complesso. Se un sistema AI fa una diagnosi sbagliata, chi è responsabile? Il medico che ha seguito la raccomandazione? L’azienda che ha sviluppato l’algoritmo? L’ospedale che l’ha implementato? I gruppi legali stanno ancora evolvendo per affrontare queste domande.
Anche la privacy dei dati in sanità è particolarmente sensibile. L’AI medica richiede enormi quantità di informazioni sanitarie personali per l’addestramento. Come proteggere la privacy del paziente permettendo l’innovazione? L’apprendimento federato potrebbe permettere addestramento su dati distribuiti senza centralizzare informazioni sensibili.
Ma non ci fermiamo qui perché il futuro dell’AI medica promette progressi ancora più rivoluzionari. Gemelli digitali di pazienti permetteranno di testare trattamenti virtualmente prima di applicarli fisicamente. Medici AI potrebbero fornire consultazione medica 24/7 globalmente. La medicina di precisione potrebbe diventare così precisa che ogni trattamento è ottimizzato per profili molecolari individuali.
Interfacce cervello-computer combinate con AI potrebbero ripristinare funzioni per pazienti paralizzati, trattare depressione modulando direttamente l’attività cerebrale, potenziare capacità cognitive in popolazioni che invecchiano. La società Neuralink del “divisivo” Elon Musk ad esempio, ha già prodotto risultati incoraggianti
Ma forse l’impatto più profondo dell’AI medica sarà la democratizzazione delle esperienze. La conoscenza medica di classe mondiale, ora concentrata in costosi centri medici di paesi ricchi, potrebbe diventare accessibile ovunque.
Questo solleva domande importanti sulla professione medica stessa. Se l’AI può diagnosticare meglio dei medici, qual è il ruolo futuro dei medici? Probabilmente diventeranno più come coach medici, concentrandosi su connessione umana, etica, decisioni complesse mentre l’AI gestirà diagnosi di routine e analisi dati.
L’AI sta trasformando la medicina da reattiva a predittiva, da generica a personalizzata, da costosa ad accessibile. È una rivoluzione che potrebbe estendere la durata della vita umana, migliorare la qualità della vita, ridurre i costi sanitari globalmente. Ma richiede navigazione attenta di implicazioni etiche, legali, sociali.
Nel prossimo appuntamento, esploreremo come l’AI stia rivoluzionando un altro settore critico, quello della la finanza. Dagli algoritmi di trading che muovono miliardi in microsecondi alle decisioni di credito che determinano l’accesso al capitale, scopriremo come l’intelligenza artificiale stia ridisegnando i sistemi finanziari globali.
Professor Tommaso Saso. Professore di Marketing e Organizzazione Aziendale e membro dell’Osservatorio di AI generativa presso l’Università degli Studi G. Marconi. Presidente di Manageritalia Lazio, Abruzzo, Molise, Sardegna ed Umbria.
