16 novembre -
Gentile direttore,
le tecnologie elettroniche sono sempre più diffuse in tutta la realtà che ci circonda, negli oggetti che utilizziamo comunemente, i quali generano grandi quantità di dati riguardanti tutti gli aspetti della nostra vita - inclusa la salute – rendendoli disponibili con immediatezza in formato digitale. È la cosiddetta “Internet delle cose” (The Internet of Things, IoT), una miriade di sensori e strumenti connessi in rete che generano i “Big Data”, che rivestono un ruolo determinante nello sviluppo delle più moderne applicazioni dell’Intelligenza Artificiale.
In questo campo, inclusa la medicina, i ricercatori stanno sviluppando tecniche di apprendimento automatico (Machine Learning) sempre più efficaci nel consentire alle macchine (i computer) di estrarre conoscenza dai big data con efficacia ed efficienza nettamente superiore allo sviluppo tradizionale dei metodi statistici. Conoscenza che in medicina può contribuire ad aumentare la performance degli specialisti in svariati campi e in tutte le principali fasi della loro attività. Queste tematiche hanno tenuto banco diffusamente durante il 15° Congresso nazionale dell’Urop, Urologi dell’ospedalità privata, che si è svolto a Modena dall’11 al 13 novembre, con particolare attenzione alle prospettive di applicazione della Intelligenza Artificiale in campo urologico.
L’urologia è infatti una delle branche della medicina che maggiormente si può prestare ad applicazioni della Intelligenza Artificiale. In particolare, per il supporto alla diagnosi di tumori alla prostata, alla vescica e al rene, nonché per la previsione degli esiti post operatori e per l’analisi delle capacità riproduttive.
In campo uro-chirurgico, poi - dove è già particolarmente diffuso l’uso di robot per operazioni minimamente invasive con tecniche laparoscopiche - le Reti Neurali Artificiali opportunamente addestrate potrebbero aumentare in tempo reale la vista endoscopica del chirurgo attraverso la ricostruzione in tre dimensioni del campo di vista della telecamera, fornendogli veri e propri “super poteri”. Tuttavia, siamo ancora agli albori di una prospettiva molto promettente. I primi risultati di ricerca sono infatti sicuramente incoraggianti, ma permangono diversi elementi di criticità su cui c’è ancora bisogno di lavorare affinché l’Intelligenza Artificiale possa trovare posto tra gli strumenti ordinariamente a disposizione del medico specialista. I nodi riguardano principalmente la qualità e validità dei dati, la privacy e l’autorizzazione al trattamento dei dati, ma anche l’aggiornamento della pratica clinica e della formazione professionale dei medici, senza trascurare l’ampia gamma dei problemi etici e legali legati all’utilizzo stesso dell’Intelligenza Artificiale.
Proprio per fornire un percorso di azione adeguato alle decisioni del professionita sono state sviluppate tecniche quali la “Logic Learning Machine” e il “Decision Tree” che, alla conoscenza estratta dai dati, aggiungono una rappresentazione del percorso deduttivo dal quale è scaturita. Questa forma di rappresentazione “trasparente”, passo dopo passo, dell’apprendimento della macchina consentirà al medico di comprendere ogni aspetto del lavoro dell’IA per fornire poi al paziente le dovute spiegazioni sulle motivazioni che lo hanno portato a una decisione diagnostica o terapeutica. Si crea così l’apprendimento automatico del sistema intelligente, che, in questa forma diventa uno strumento prezioso, sempre più necessario per un sistema sanitario moderno. L’intelligenza umana che lavora con l’Intelligenza Artificiale - cioè un clinico ben informato, empatico verso il paziente, dotato di rigorosi strumenti predittivi e di guida nelle scelte e alleggerito dal lavoro ripetitivo - può portare ad avvicinarsi maggiormente alla realizzazione dell’obiettivo autentico della medicina: la cura per il paziente.
Prof. Antonio Pietrosanto
Presidente Corso di Laurea in Ingegneria Elettronica dell’Università di Salerno