Viviamo in un mondo in cui la tecnologia cammina immaginariamente al nostro fianco e ci accompagna in quasi tutte le azioni che svolgiamo. Spesso, però, ci ritroviamo ad associare la tecnologia a qualcosa di futile, che non ci porta molti benefici.
Cosa succederebbe se l’intelligenza artificiale e il machine learning venissero applicati nel campo per noi più importante: quello della medicina?
La risposta a questa domanda è abbastanza scontata. Molti ospedali e centri medici si sono posti questo interrogativo già da tempo e soprattutto si sono attrezzati per far interagire medicina e tecnologia.
Andiamo a vedere insieme come il machine learning può essere utilizzato in campo medico, fornendo anche alcuni esempi, per capire come esso possa effettivamente salvare delle vite umane.
Cos’è il machine learning
Se dovessimo tradurre questa parola in italiano potremmo utilizzare il termine “apprendimento automatico”. Entrando ancora di più nel dettaglio della definizione di machine learning, possiamo affermare che esso si realizza nel momento in cui le macchine riescono ad apprendere qualcosa senza essere state programmate in precedenza.
Il primo informatico della storia a parlare di apprendimento automatico fu Arthur Lee Samuel, pioniere nel campo dell’intelligenza artificiale. Per dimostrare le sue idee, utilizzò un programma di dama che misurava la relazione tra la mosse del computer e quelle che il giocatore si aspettava.
Come possiamo notare, il machine learning pervade anche altri ambiti. Ad esempio, Google sta utilizzando il machine learning per creare un servizio cloud che possa offrire servizi personalizzati e non. In questo progetto rientra anche Gmail, la famosa piattaforma di posta elettronica.
Tornando a noi, tutto il machine learning ruota intorno all’esperienza. Le macchine riescono ad apprendere ed imparare a svolgere meglio un compito dopo che lo hanno eseguito. Vale la regola: “si impara dai propri sbagli commessi”. Ovviamente in campo medico si cerca di ridurre al minimo il margine di errore.
Attraverso l’inserimento di pochi comandi in un algoritmo, le macchine sono in grado di sviluppare una loro logica e operare al meglio.
Il machine learning al servizio della medicina
Neanche immaginiamo tutti i risvolti positivi che il machine learning potrebbe avere sulla nostra salute. Però alcuni esempi di machine learning sono già diventati di uso comune. Pensiamo agli Apple Watch, gli smartwatch dell’azienda Apple che misurano vari parametri della nostra salute come la pressione, la frequenza cardiaca e altro ancora. Con questa operazione un semplice orologio da polso può avvisarti che c’è qualcosa che non va nel tuo corpo e prevenire delle complicanze, come illustra la stessa Apple nei suoi video promozionali.
Grazie all’intelligenza artificiale è poi possibile conservare la storia medica del paziente. Una sorta di raccolta di big data in campo medico. Attraverso l’incrocio di questi dati, è possibile che le macchine riescano a trarre delle informazioni decisive per la salute delle persone.
In Russia, il governo ha sviluppato in collaborazione con Github un software dal nome RadIO per la diagnosi precoce del tumore al polmone. Lo strumento agisce anche ad un livello superiore. Questo tool, infatti, analizza i dati di un determinato paziente e addirittura li confronta con quelli di alcune persone affette da cancro al polmone. In questo modo, la probabilità di prevenire tale malattia è molto più alta rispetto alla norma.
La startup statunitense Art Medical si è avvalsa dell’intelligenza artificiale per creare un algoritmo capace di monitorare la salute del paziente ricoverato e le condizioni delle strumentazioni utilizzate per curarlo (ad esempio flebo o condotti per la respirazione), con lo scopo di avvertire i medici su eventuali malfunzionamenti.
La diagnostica in cloud
L’apprendimento automatico delle macchine può favorire la diagnosi di malattie e altri problemi di salute. L’intelligenza artificiale conduce alla creazione di Clinical Decision Support System, ovvero dei sistemi che supportano i medici nelle loro decisioni di natura clinica.
Ascoltare il parere e l’opinione di medici più esperti è una pratica che i dottori seguono spesso. Confrontandosi con chi lavora nella sanità da diverso tempo, un medico può scegliere la migliore cura per un paziente.
E’ proprio questo l’idea di fondo del software Health Cloud, ideato da GE Healthcare. Un cloud che collega i suoi dispositivi di diagnostica per immagini e permette ai medici che lo usano di scambiarsi informazioni e pareri.
La mente umana non è in grado di immagazzinare una quantità così grande di informazioni, come report clinici e diagnosi precedenti, e per questo la tecnologia viene in nostro soccorso.
Conclusioni
L’implementazione della machine learning e quindi dell’apprendimento automatico si rileva dunque un’opportunità da sfruttare nel settore della sanità.
E’ giusto, però, fare una precisazione: ogni strumento di intelligenza artificiale è un supporto da utilizzare e non è pensabile fare affidamento solo su di esso. Medicina e tecnologia, come abbiamo detto, devono “collaborare” e assolutamente non devono escludersi a vicenda.