Sono in molti a pensare che le tecniche d’intelligenza artificiale nell’healthcare faranno fare passi avanti importanti per migliorare la sanità e i processi di cura.
Le tecnologie emergenti come AI e Machine Learning stanno già trasformando quasi tutti i settori, tra cui quello sanitario, che rappresenta l’11% del PIL globale e genera 9mila miliardi di dollari all’anno.
Ma si attende una più ampia implementazione per un mercato che si attende in vertiginosa ascesa: Statista prevede che il valore dell’AI nel settore sanitario a livello mondiale passerà da 11 miliardi di dollari circa a quasi 188 miliardi di dollari entro il 2030.
Lo sviluppo dell’artificial intelligence nel mondo della salute fornirà importanti vantaggi. Pensiamo solo che – secondo una stima attendibile – servono più di otto anni e 2 miliardi di dollari circa per sviluppare un farmaco, e la probabilità di fallimento è piuttosto alta con solo uno dei dieci candidati che dovrebbe ottenere l’approvazione normativa. L’intelligenza artificiale, inclusa la Generative AI, è tra le tecnologie che hanno il potenziale per creare farmaci più sicuri ed efficaci e per semplificare le cure personalizzate, riducendo tempi e costi.
Intelligenza artificial nell’healthcare: dagli inizi al suo ruolo nella lotta al Covid-19
L’intelligenza artificiale nell’healthcare è già stata adottata da diversi anni. I primi impieghi hanno riguardato la diagnostica e aree come la radiologia, la patologia e il monitoraggio dei pazienti. Il sistema di test PAPNET, avviato alla fine degli anni Novanta dello scorso secolo, è stato il primo dispositivo dotato di intelligenza artificiale basata su rete neurale in grado di rilevare e mostrare sul monitor le immagini di cellule anomale da valutare in modo interattivo.
Tuttavia, l’adozione dell’AI nel settore della sanità è ancora agli inizi. Nel 2021, circa un quinto delle organizzazioni sanitarie a livello mondiale intervistate ha indicato di essere in una fase iniziale di adozione di modelli di intelligenza artificiale. Meno del 10% utilizza l’AI da più di 5 anni. La spinta forte si è avuta a seguito della pandemia: è lì che il suo ruolo è venuto alla luce quale risposta efficace nella lotta al Covid-19. L’intelligenza artificiale ha aiutato le aziende a sviluppare vaccini e terapie a velocità senza precedenti. Pensiamo solo ai vaccini a mRNA. Lo stimolo più forte per il loro sviluppo è stato proprio quello fornito dalla AI specie nel processo per individuare e progettare la molecola di informazione più appropriata, la proteina giusta in grado di produrre l’effetto desiderato.
Inoltre, la pandemia ha sottolineato la necessità di soluzioni digitali nel settore sanitario per migliorare l’accesso e i risultati dei pazienti e ha rappresentato un punto di svolta chiave per la telemedicina e il monitoraggio remoto.
AI e le altre tecnologie innovative: come cambierà la sanità in futuro
Oltre all’impiego dell’intelligenza artificiale nell’healthcare (come pure del machine learning e del deep learning), ci sono altre tecnologie e sistemi innovativi in grado di trasformare il settore sanitario: tra queste IoT, blockchain, cloud computing, big data analytics.
Esse potranno agire separatamente, ma anche combinate per finalità virtuose.
Ecco un esempio: nello sviluppo di farmaci, AI e ML possono essere impiegati per identificare nuovi “bersagli”, progettare farmaci con proprietà favorevoli e prevedere le interazioni farmacologiche per ridurre al minimo la necessità della costosa metodologia tradizionale di prove in laboratorio e sviluppo di errori. C’è poi da pensare all’impiego dei wearable device per la salute, con innumerevoli applicazioni nella vita quotidiana.
L’impiego della Generative AI
Abbiamo detto l’utilità dell’intelligenza artificiale per l’healthcare. Vanno anche illustrati i vantaggi che potrà fornire la Generative AI: uno di questo è la capacità di produrre dati sintetici per aiutare nello sviluppo di farmaci e nella diagnostica laddove la raccolta dei dati sarebbe altrimenti costosa o scarsa. Alcuni esempi includono lo sviluppo di un modello per produrre risonanze magnetiche cerebrali anomale sintetiche per addestrare modelli diagnostici di machine learning e l’uso dell’intelligenza artificiale generativa zero-shot per produrre nuovi progetti di anticorpi diversi da quelli presenti nei database esistenti.
L’intelligenza artificiale generativa può anche essere di aiuto nella progettazione di nuovi farmaci, nel riutilizzo di esistenti per nuove indicazioni e nell’analisi di fattori incentrati sul paziente come la genetica e lo stile di vita per personalizzare i piani di trattamento.
ChatGPT, ovvero una delle implementazioni specifiche di GenAI, potrebbe essere utilizzata specificamente per eseguire attività amministrative come la pianificazione di appuntamenti e la stesura di approvazioni assicurative per liberare tempo per i medici, aiutare gli operatori sanitari riassumendo comodamente la letteratura scientifica, nonché migliorare il coinvolgimento e la formazione dei pazienti rispondendo alle domande dei pazienti in modo colloquiale. Inoltre, potrebbe essere di aiuto nel processo decisionale clinico, come la diagnostica, anche se probabilmente ci vorrà del tempo prima che ChatGPT crei sufficiente affidabilità.
Comments are closed.