• AI
  • by admin
  • 28 Maggio 2020
  • 0
  • 0

Prof. Arturo Chiti, Primario dell’Unità Operativa di Medicina Nucleare – Istituto Clinico Humanitas.

Riconoscimento della polmonite interstiziale con una TAC o una radiografia del torace. Controllo incrociato di informazioni cliniche e dati epidemiologici. Valutazione del decorso di una malattia e del rischio per il paziente. Scelta della migliore strategia per il trattamento. Queste sono alcune delle mansioni svolte con successo ogni giorno dai professionisti negli ospedali e nelle cliniche. Tuttavia, cosa succede durante una crisi pandemica, quando il numero di pazienti e di dati diventa improvvisamente molto elevato ma le risorse limitate? Quali sono gli strumenti ottenuti dalle nuove tecnologie e offerti ai medici per affrontare l’emergenza? Ultimamente si è parlato molto di intelligenza artificiale e dell’aiuto che potrebbe fornire in campo medico. In situazioni come la crisi causata dalla diffusione globale del virus Sars-CoV-2, l’IA può dare un contributo decisivo fornendo una risorsa formidabile e potenzialmente accessibile a tutti i medici.

L’uso dell’intelligenza artificiale si sta diffondendo nella pratica clinica già da alcuni anni. La diagnostica per immagini è uno dei settori in cui si è manifestato un notevole sviluppo. Sono disponibili dei software che aiutano radiologi e medici nucleari ad analizzare le immagini, a identificare le lesioni o a riconoscere le anomalie, ad esempio in campo oncologico o neurologico. Altri strumenti più sofisticati sono in grado di spiegare queste anomalie o di ottimizzare i parametri diagnostici. Gli strumenti a disposizione dei medici sono quindi molteplici e, negli anni a venire continueranno a svilupparsi grazie al grado sempre più elevato di automazione.

Quale contributo può dare l’intelligenza artificiale contro la malattia da Covid-19?

Come già sottolineato, sono disponibili dei programmi che permettono di riconoscere la polmonite interstiziale, che è il quadro clinico tipico dei pazienti affetti da Sars-CoV-2. Il software commerciale è stato sviluppato in Cina, ma altri possono essere richiesti in licenza o resi disponibili online. Si tratta di applicativi molto avanzati che sono in grado di riconoscere strutture e anomalie. Come fanno? Dietro al software c’è il lavoro di radiologi esperti: essi indicano le caratteristiche della patologia (per esempio le caratteristiche della polmonite in una lastra a raggi X) e l’algoritmo, dopo aver analizzato migliaia di immagini, inizia a rilevarla e a riconoscerla. È un lavoro impegnativo, ma di grande importanza. Al termine della formazione, il software sarà in grado di espletare il compito da solo e potrà essere utilizzato su qualsiasi computer del mondo.

Più è complesso il compito di chi deve leggere le immagini, più importante è il supporto fornito dal software. Lo strumento può essere di grande aiuto nei casi meno evidenti o “borderline”, ad esempio in presenza di polmonite nella fase iniziale. Con gli algoritmi dell’intelligenza artificiale, le conoscenze dei professionisti più esperti vengono trasferite in un software, consentendo a tutti di effettuare diagnosi affidabili. Nel caso attuale, l’impatto di questa tecnologia può essere elevato soprattutto in quegli ospedali in cui l’infezione non è ancora arrivata in modo massiccio, e quindi i radiologi hanno avuto meno possibilità di acquisire esperienza.

Questo significa che l’intelligenza artificiale, da sola, potrebbe diagnosticare il Covid-19?

No, non è così semplice. Il risultato della diagnostica per immagini non è sufficiente per riconoscere la polmonite da Sars-CoV-2. Il quadro radiologico è molto simile a quello di altri tipi di polmonite. Tuttavia, ci sono degli indizi che possono indirizzare verso una diagnosi piuttosto che un’altra. È necessario valutare se una pandemia sia in corso, se il periodo di picco dell’influenza sia passato, e se il paziente abbia avuto contatti con persone infette. Non possiamo eseguire una diagnosi certa senza considerare il contesto clinico ed epidemiologico. È proprio qui che l’intelligenza artificiale può svolgere un ruolo importante, grazie alla sua capacità di elaborare dati provenienti da diverse fonti.

Ma l’intelligenza artificiale può fare previsioni sulla prognosi e comprendere l’evoluzione della malattia?

Questo è ciò che i ricercatori di Humanitas University intendono verificare. Come già detto, la previsione del decorso clinico non può basarsi esclusivamente sulle immagini, ma dovranno essere considerati anche i dati clinici ed epidemiologici. Le reti neurali sono estremamente efficaci nella classificazione di dati. Il software è in grado di analizzare la TAC, ma anche l’età e la provenienza del paziente, le comorbilità, i risultati degli esami del sangue e l’ossigenazione del sangue, e quindi può collocare il paziente in una classe di rischio. In questo modo, il software potrebbe aiutare a decidere se un paziente debba essere ricoverato in ospedale oppure curato a casa.

Add Comment

Your email address will not be published. Required fields are marked *