L'intelligenza artificiale in medicina consiste nell'uso di modelli di machine learning per aiutare a elaborare i dati sanitari e fornire ai medici insight importanti, migliorando così i risultati sanitari e le esperienze dei pazienti.
Grazie ai recenti progressi nell'informatica, l'intelligenza artificiale (AI) sta rapidamente diventando parte integrante dell'assistenza sanitaria moderna. Gli algoritmi di AI e altre applicazioni basate su AI vengono utilizzati per supportare i medici nelle ricerche e nei contesti clinici.
Attualmente, i ruoli più diffusi dell'AI in ambito medico sono il supporto alle decisioni cliniche e l'analisi delle immagini. Gli strumenti di supporto alle decisioni cliniche aiutano gli operatori a prendere decisioni relative a trattamenti, farmaci, salute mentale e altre esigenze dei pazienti, offrendo loro un rapido accesso a informazioni o ricerche pertinenti per il paziente. Nell'imaging medico, gli strumenti di AI vengono utilizzati per analizzare scansioni TC (tomografia computerizzata), raggi X, risonanze magnetiche e altre immagini alla ricerca di lesioni o altri risultati che un radiologo umano potrebbe non notare.
Le sfide che la pandemia da COVID-19 ha creato per numerosi sistemi sanitari hanno inoltre portato numerose organizzazioni sanitarie di tutto il mondo a iniziare a testare sul campo nuove tecnologie supportate dall'AI, come algoritmi progettati per aiutare a monitorare i pazienti e strumenti basati su AI per lo screening dei pazienti affetti da COVID-19.
La ricerca e i risultati di questi test non sono ancora definitivi e gli standard generali per l'uso dell'AI in medicina sono ancora in fase di definizione. Tuttavia, è sempre più probabile che l'AI divenga un prezioso alleato per medici, ricercatori e pazienti. A questo punto, non c'è dubbio che l'AI diventerà una parte fondamentale dei sistemi sanitari digitali che caratterizzano e supportano la medicina moderna.
Resta al passo con le tendenze più importanti e interessanti del settore relative ad AI, automazione, dati e oltre con la newsletter Think. Leggi l' Informativa sulla privacy IBM.
L'AI può avere un impatto positivo sulla pratica medica in molti modi, accelerando il ritmo della ricerca o aiutando i medici a prendere decisioni migliori.
Ecco alcuni esempi di come potrebbe essere utilizzata l'AI:
A differenza degli esseri umani, l'AI non ha mai bisogno di riposare. I modelli di machine learning potrebbero essere utilizzati per osservare i segni vitali dei pazienti sottoposti a terapia intensiva e allertare i medici se alcuni fattori di rischio aumentano. Mentre i dispositivi medici come i cardiofrequenzimetri possono tracciare i segni vitali, l'AI può raccogliere i dati da tali dispositivi e cercare patologie più complesse, come la sepsi. Un cliente IBM ha sviluppato un modello di AI predittiva che, con un grado di accuratezza del 75%, è in grado di rilevare la sepsi grave nei neonati prematuri.
La medicina di precisione potrebbe diventare più facile da supportare con l'assistenza virtuale dell'AI. Poiché i modelli AI possono apprendere e conservare le preferenze, l'AI ha il potenziale per fornire raccomandazioni personalizzate in tempo reale ai pazienti 24 ore su 24. Piuttosto che dover ripetere le informazioni a una nuova persona ogni volta, un sistema sanitario potrebbe offrire ai pazienti l'accesso 24 ore su 24 a un assistente virtuale basato su AI in grado di rispondere a domande basate sulla storia medica, le preferenze e le esigenze personali del paziente.
L'AI sta già svolgendo un ruolo di primo piano nell'imaging medico. La ricerca ha indicato che l'AI basata sulle reti neurali può essere efficace quanto i radiologi umani nel rilevare i segni del cancro al seno e di altre patologie. Oltre ad aiutare i medici a individuare i primi segnali della malattia, l'AI può aiutare anche a rendere più gestibile l'impressionante numero di immagini mediche di cui i medici devono tenere traccia, rilevando episodi vitali della storia di un paziente e presentando le immagini pertinenti.
Durante gli studi clinici viene dedicato molto tempo all'assegnazione di codici medici agli esiti dei pazienti e all'aggiornamento dei relativi set di dati. L'AI può aiutare ad accelerare questo processo fornendo una ricerca più rapida e intelligente dei codici medici. Due clienti di IBM Watson Health hanno recentemente scoperto che con l'AI è possibile ridurre il numero di ricerche di codici medici di oltre il 70%.
La scoperta di farmaci è spesso una delle parti più lunghe e costose dello sviluppo di farmaci. L'AI potrebbe contribuire a ridurre i costi di questo sviluppo principalmente in due modi: creando migliori progetti e nuove promettenti combinazioni di farmaci. Con l'AI, molte delle sfide dei big data che il settore delle scienze della vita deve affrontare potrebbero essere superate.
L'integrazione dell'AI specifica nei workflow dei medici può offrire ai fornitori un contesto prezioso mentre prendono decisioni di cura. Un algoritmo di machine learning qualificato può aiutare a ridurre i tempi di ricerca fornendo ai medici preziosi risultati di ricerca con insight basati sull'evidenza su trattamenti e procedure mentre il paziente è ancora in stanza con loro.
Ci sono alcune prove che l'AI può aiutare a migliorare la sicurezza dei pazienti. Una recente revisione sistematica di 53 studi sottoposti a revisione paritaria che esaminano l'impatto dell'AI sulla sicurezza dei pazienti ha scoperto che gli strumenti di supporto alle decisioni basati su AI possono aiutare a migliorare il rilevamento degli errori e la gestione dei farmaci.
Potenzialmente, l'AI potrebbe ridurre i costi in tutto il settore sanitario in molti modi. Alcune delle opportunità più promettenti includono la riduzione degli errori terapeutici, la personalizzazione dell'assistenza sanitaria virtuale, la prevenzione delle frodi e il supporto di workflow amministrativi e clinici più efficienti.
Sono molti i pazienti che avrebbero domande da porre ai medici al di fuori del normale orario di lavoro. L'AI può aiutare a fornire assistenza 24 ore su 24 tramite chatbot in grado di rispondere a domande elementari e fornire risorse ai pazienti quando il medico non è presente. L'AI può inoltre essere utilizzata per porre le domande del triage e segnalare le informazioni per avviare un ulteriore esame e questo potrebbe aiutare ad avvertire i medici in merito a cambiamenti dello stato di salute che richiedono ulteriore attenzione.
Uno dei principali vantaggi del deep learning è il fatto che gli algoritmi di AI possono utilizzare il contesto per distinguere tra diversi tipi di informazioni. Ad esempio, se una nota nella cartella clinica include un elenco dei farmaci attualmente assunti dal paziente insieme a un nuovo farmaco consigliato dal medico, un algoritmo di AI ben addestrato può utilizzare l'elaborazione del linguaggio naturale per individuare i farmaci che appartengono alla storia clinica del paziente.