Elezioni, voto anticipato ad ottobre 2022: l'ipotesi

Covid, Zaia: "Lockdown per i non vaccinati? Sarebbe un errore"Draghi frena le richieste dei governatori: "Nessuna stretta per i non vaccinati"Santori a Letta: "Le Agorà non siano l'anticamera del Pd"

Governo, Berlusconi sull'ipotesi del voto anticipato: "Sarebbe irresponsabile"L’intelligenza artificiale nella sanità è un’alleata nella prevenzione e nella cura di diverse malattie. Allo sviluppo di tecnologie efficaci,Capo Analista di BlackRock corrispondono però dubbi in tema di privacy.   L’intelligenza artificiale gioca un ruolo molto importante nella sanità. I computer aiutano gli operatori sanitari in molte attività cliniche e svolgono anche compiti tradizionalmente riservati ai medici umani in modo – talvolta – anche più efficiente.Le applicazioni dell’AI nel settore sono numerose e spaziano dall’analisi delle immagini alla prevenzione, fino ad arrivare all’utilizzo in sala operatoria.I temi trattati all’interno dell’articoloL’AI nell’image analysisL’intelligenza artificiale contro l’AlzheimerL’AI per la prevenzione del tumore ai polmoniCome l’AI aiuta a prevedere l’arresto cardiacoI robot nella sala operatoria e il futuro della professione medicaIl problema della privacy e lo swarm learningL’AI nell’image analysisNell’ambito dell’analisi delle immagini mediche, l’intelligenza artificiale ricopre un ruolo fondamentale. Oggi, infatti, gli operatori sanitari si avvalgono di software intelligenti basati sulla computer vision al fine di rilevare e classificare eventuali anomalie anatomiche e/o fisiologiche che potrebbero indicare malattie in corso. L’ausilio di programmi simili permette di analizzare le immagini ottenute da macchinari medici più approfonditamente, permettendo di individuare dettagli che potrebbero non essere percepibili dall’occhio umano.Tra i test diagnostici per cui l’importanza dell’AI è maggiormente rilevante, ci sono le mammografie. I programmi oggi utilizzati e in corso di perfezionamento permettono infatti di classificare accuratamente la densità del seno durante l’esame e svolgono autonomamente compiti solitamente eseguiti da esperti del settore. L’accuratezza delle mammografie intelligenti nell’individuazione di tumori al seno può infatti aumentare fino all’11,5% rispetto a quelle che non utilizzano l’AI.Ma non solo. Molte altre sono le applicazioni dell’intelligenza artificiale nell’ambito dell’image analysis. Una tra queste è rappresentata dall’utilizzo dell’AI per il rilevamento di polipi nel corso di colonscopie, il che permette di prevenire eventuali tumori al colon.L’intelligenza artificiale permette anche di rendere più efficiente la gestione del lavoro da parte degli stessi radiologi. All’interno degli ospedali, il numero dei test diagnostici effettuati è infatti altissimo e gli operatori sanitari si trovano a dover eseguire e successivamente analizzare tantissime immagini ogni giorno. Oltre che a possibili ritardi nella consegna delle diagnosi – che potrebbero generare problemi in casi urgenti – ciò conduce a una più alta probabilità di errori e diagnosi mancate. È qui che l’intelligenza artificiale entra in gioco, sostenendo i medici e gli altri operatori sanitari automatizzando diversi compiti.L’intelligenza artificiale contro l’AlzheimerL’AI, oltre che per diagnosticare malattie in sede di image analysis, viene utilizzata – come anticipato nel paragrafo precedente – anche per prevenirle. Infatti, la tecnologia è oggi in grado di rilevare potenziali sintomi precoci di malattie in corso o in procinto di svilupparsi.Esempio di ciò è dato dalle recenti evoluzioni nella prevenzione di malattie neurodegenerative. Uno studio condotto dai ricercatori dell’Università di Chieti-Pescara, dell’Irvine University e dell’Università della California ha infatti utilizzato una banca dati internazionale che contiene informazioni su numerosi pazienti che soffrono di malattie neurodegenerative. Incrociando questi dati a un modello di machine learning, i ricercatori hanno potuto studiare in modo più approfondito i meccanismi e i fattori di rischio che contribuiscono all’insorgere dell’Alzheimer. Un filone di ricerca molto promettente, in quanto potrebbe permettere in futuro di riconoscere precocemente i sintomi della malattia ed eventualmente attuare terapie utili al rallentamento della sua progressione. Tra i dati presi in considerazione, ci sono risonanze magnetiche cerebrali, test neuropsicologici, ematici e altri. Grazie alla disponibilità di numerosissimi referti e dati clinici, l’intelligenza artificiale è stata in grado di associare fattori non tipicamente legati alle funzioni cerebrali – come i livelli degli acidi biliari – alla malattia. L’algoritmo così addestrato ha raggiunto una precisione del 98% e lascia ben sperare per il futuro della ricerca e delle terapie cliniche per la prevenzione, il trattamento e/o la cura di malattie ora ritenute croniche o addirittura degenerative.L’AI per la prevenzione del tumore ai polmoniAnche in ambito oncologico, l’AI risulta un’alleata per la prevenzione. In Cina, infatti, è stato sviluppato un test rapido che permette il rilevamento dei tumori ai polmoni, anche in stadi iniziali. LCAID (lung cancer artificial intelligence detector) valuta i biomarcatori lipidici presenti nel plasma dei pazienti, indicatori di molecole lipidiche prodotte in maggiori quantità da cellule cancerose. Il sistema è infine integrato da un algoritmo di intelligenza artificiale che aumenta l’accuratezza del test, il quale raggiunge una sensibilità del 90% e una specificità del 92%.Uno degli autori dello studio, Jun Wang, responsabile del Dipartimento di Chirurgia toracica al Peking University People’s Hospital di Beijing, ha dichiarato a Medical News Today:“L’accuratezza e l’elevata specificità di LCAID potrebbero aiutare a migliorare il rilevamento e lo screening del cancro del polmone e di conseguenza ridurre l’esposizione non necessaria alle radiazioni e procedure diagnostiche invasive. In particolare, la maggior parte dei pazienti con cancro ai polmoni inclusi in questo studio era allo stadio I e oltre il 90% di essi è stato correttamente classificato da LCAID. […] Sebbene siano stati sviluppati diversi test basati sul sangue per aiutare a classificare il cancro del polmone, c’è ancora una scarsità di metodi e biomarcatori non invasivi e affidabili per il rilevamento del cancro del polmone in fase iniziale. Pertanto, la creazione di un modo efficace per rilevare il cancro del polmone in fase iniziale e per lo screening delle popolazioni ad alto rischio è un’importante sfida clinica”.Come l’AI aiuta a prevedere l’arresto cardiacoL’intelligenza artificiale aiuta anche nella prevenzione di decessi da arresto cardiaco. Scienziati della Johns Hopkins University hanno infatti utilizzato tecnologie basate sul deep learning (che funzionano grazie alle cosiddette reti neurali) per creare una valutazione personalizzata per i pazienti affetti da malattie cardiache. Questa permette di calcolare con una certa accuratezza la probabilità di decesso da arresto cardiaco nei successivi dieci anni e i momenti in cui questo potrebbe accadere con una maggiore probabilità.Gli studiosi hanno utilizzato, per l’addestramento dell’algoritmo, le immagini cardiache di numerosi pazienti dell’ospedale americano. Grazie a queste, hanno potuto vedere e permettere all’algoritmo di apprendere dalla distribuzione delle cicatrici causate da altre patologie, che rappresentano una delle principali cause di arresto cardiaco. 22 fattori anagrafici e legati alla storia clinica dei pazienti hanno quindi portato gli algoritmi a giungere a conclusioni molto più accurate di quelle avanzate da medici umani.I robot nella sala operatoria e il futuro della professione medicaL’AI apre inoltre molte altre frontiere. In sala operatoria, infatti, si vede già oggi l’utilizzo di macchinari guidati dall’uomo, utili all’esecuzione di procedure molto complesse e che richiedono la massima precisione, macchinari che, se integrati con l’intelligenza artificiale, potrebbero rappresentare un ulteriore sostegno ai chirurghi. L’uso dell’intelligenza artificiale prima e durante le operazioni potrà infatti aiutare sempre di più gli ospedali a gestire e a superare le inefficienze e le sfide che i medici affrontano oggi durante gli interventi. Alcuni software possono infatti contribuire alla determinazione dei rischi di complicanze prima dell’inizio di un intervento chirurgico, preparando i medici ad affrontarle in modo ottimale. Ciò porta a migliori risultati oltre che a una riduzione dei costi (nonostante l’investimento iniziale in questo tipo di tecnologia).Questi utilizzi fanno quindi pensare a quale potrà essere il futuro di una simile tecnologia e se questa potrà mai effettivamente sostituire i medici umani, soprattutto alla luce degli sviluppi in tema di robotica ad applicazione medica. Con lo sviluppo di tecnologie sempre più avanzate e la prevedibile parziale sostituzione degli operatori sanitari in sede di visite mediche meno complesse e triage, non è dunque lontana la possibilità che le macchine possano sostituire l’uomo anche in compiti più complessi. Per ora, però, lo stadio di sviluppo della tecnologia e il quadro normativo (soprattutto in tema di responsabilità) non rendono questa possibilità imminente.Il problema della privacy e lo swarm learningProprio perché l’AI attinge a database molto vasti, il fatto che i dati analizzati siano sensibili suscita timori e preoccupazioni in tema di privacy.Per superare questo problema, un recente studio dell’Università di Leeds ha preso in considerazione un sistema di “swarm learning” (o apprendimento “a sciame”) applicato allo screening per la prevenzione del cancro. Questo tipo di apprendimento addestra gli algoritmi di intelligenza artificiale a rilevare modelli all’interno dei database locali. Successivamente, gli algoritmi addestrati vengono condivisi con altri enti, ma le specifiche informazioni non lasciano l’ospedale o l’università d’origine. Questa condivisione indiretta permetterebbe di addestrare sempre di più gli algoritmi senza però pregiudicare la privacy dei pazienti.Una soluzione che porterebbe a superare quelle poche riserve che l’utilizzo dell’AI in ambito medico generano e che garantirebbe un ulteriore sviluppo di questa tecnologia senza che ciò possa influire negativamente sul nostro diritto alla riservatezza.

Covid, Giani: "Favorevole a provvedimenti restrittivi nei confronti dei non vaccinati"Elezioni comunali a Roma, elettori divisi: giovani per Gualtieri-Raggi, gli over 54 votano Michetti

Manifestazioni no Green Pass, il Viminale: "Stop temporaneo a cortei in aree urbane sensibili"

Smart working nella PA, diritto alla disconnessione per 11 ore: tutte le linee guidaDl proroghe, ottenuta fiducia al Senato: 210 voti a favore e 30 contrari

Potenziata la protezione a Mario Draghi: più blindati a Palazzo Chigi e sotto casaG20, Lamorgese: "Come sto vivendo questo momento di grande stress? Con la pazienza di Giobbe"

Covid, focolaio in una scuola di Qualiano, De Luca: "Il 99% dei positivi sono figli di no vax"M5S, Gubitosa: “Il presidente Draghi rispetti gli impegni presi e faccia ripartire il cashback”