L’AI come ausilio alla diagnosi medica

Con lo sviluppo della sanità digitale, l’intelligenza artificiale (AI) si sta affermando nel mondo della sanità, in particolare nella fase chiave della diagnosi. Si tratta di una fase cruciale del percorso di cura del paziente, che può essere complessa e talvolta lunga, ad esempio nel caso di malattie rare o in assenza di test e metodi diagnostici semplici.
I medici di molte specialità diverse possono ora utilizzare l’intelligenza artificiale per essere assistiti nel loro lavoro diagnostico, sia per fornire una guida migliore, sia per accelerare il processo o per supportare le loro scelte e decisioni. In questo articolo, Alcimed analizza i diversi tipi di soluzioni sviluppate, le sfide da affrontare e i limiti di questi nuovi strumenti.
Che cos’è l’intelligenza artificiale?
In parole povere, l’intelligenza artificiale si riferisce a soluzioni software in grado di svolgere compiti che generalmente richiedono l’intervento umano. Questi compiti possono essere più o meno complessi e vanno dal rilevamento di oggetti o elementi alla formulazione di raccomandazioni o alla produzione di contenuti e conversazioni.
L’uso dell’intelligenza artificiale è particolarmente rilevante per l’analisi e l’elaborazione di grandi quantità di dati e per l’incrocio di informazioni complesse ed eterogenee. Ad oggi, tuttavia, l’IA rimane uno strumento al servizio dell’uomo. La capacità di effettuare diagnosi completamente autonome, e le responsabilità che ciò comporta, non rientrano attualmente nelle sue competenze. L’obiettivo è piuttosto quello di guidare il processo decisionale incrociando diverse fonti di informazione, in modo rapido e autoapprendente, rafforzando le analisi con statistiche concrete, o di guidare gli operatori sanitari su punti specifici o sottili, consentendo loro di risparmiare tempo.
Come l’IA sta rivoluzionando la diagnosi medica?
Analisi di immagini mediche assistite dall’intelligenza artificiale per diagnosi più rapide e affidabili
L’imaging medico è un settore che produce una grande quantità di dati, spesso eterogenei, che vengono analizzati dai radiologi e da tutti gli altri professionisti coinvolti nella diagnosi. Nel 2020, ad esempio, sono state effettuate oltre 10 milioni di procedure di imaging medico (scansioni e risonanze magnetiche) in strutture pubbliche e private senza scopo di lucro in Francia [1].
In risposta, sono stati sviluppati numerosi strumenti di analisi delle immagini mediche. Essi coprono un’ampia gamma di specialità (ad esempio, oncologia, angiologia, cardiologia, traumatologia, ecc.) e tutti i metodi di acquisizione delle immagini (radio, scanner, risonanza magnetica, ultrasuoni). Gli algoritmi sono addestrati su insiemi di dati che comprendono immagini di imaging medico e i dati clinici e omici che caratterizzano queste immagini, includendo sia casi sani che malati. Una volta completato l’addestramento, questi strumenti possono essere utilizzati per :
- Rilevare con precisione la probabilità di anomalie sulle immagini,
- Richiamare l’attenzione degli specialisti su queste immagini,
- Assistere nel monitoraggio delle malattie, ad esempio calcolando le variazioni delle dimensioni dei noduli.
Grazie a queste soluzioni abilitate dall’intelligenza artificiale, gli specialisti possono concentrarsi su casi a più alto valore aggiunto e risparmiare tempo prezioso. I non specialisti, invece, possono guidare meglio i pazienti nel processo diagnostico.
Analisi genetica assistita dall’intelligenza artificiale per un’interpretazione genetica semplificata
I medici si basano sempre più spesso su diagnosi mediche basate su dati di sequenziamento genetico. L’analisi genetica è un’ulteriore fonte di informazioni ed è particolarmente incoraggiata dal piano France Genomic Medicine 2025, che prevede la gestione di 235.000 sequenze genomiche all’anno entro il 2020.
Le analisi genetiche richiedono spesso tempi molto lunghi a causa della mole di dati da elaborare. Gli algoritmi sviluppati sono quindi in grado di setacciare insiemi di dati genetici e di fornire un elenco ristretto di varianti responsabili di sindromi genetiche, riducendo le scelte e quindi il tempo necessario per l’interpretazione.
Gli ultimi algoritmi sviluppati includono anche spiegazioni che giustificano i risultati presentati, in particolare la priorità delle varianti. Ciò fornisce ai medici un percorso logico e garantisce l’affidabilità dell’analisi effettuata dall’intelligenza artificiale.
Scoprite esempi di progetti di Intelligenza artificiale in sanità realizzati con i nostri clienti >
AI e diagnostica medica: quali sfide rimangono?
Indipendentemente dal settore sanitario, negli ultimi anni si è assistito a un’esplosione del numero di soluzioni di intelligenza artificiale applicate alla medicina. In Francia, nel 2019 sono state contate 102 start-up di AI in ambito sanitario, contro le 191 del 2020! Di queste, 59 sono focalizzate sull’assistenza diagnostica.
Tuttavia, anche se il loro numero è in crescita, le aziende che utilizzano l’intelligenza artificiale come ausilio alla diagnosi devono affrontare una serie di sfide:
- Consentire l’interoperabilità dei dati, per garantire la fluidità e la facilità di integrazione nei flussi di lavoro degli operatori;
- Garantire la riservatezza e la sicurezza dell’archiviazione dei dati;
- Proporre modelli di business validi o considerare il rimborso da parte del sistema di assicurazione sanitaria nazionale;
- Dimostrare l’affidabilità delle soluzioni attraverso studi clinici e ottenere i marchi CE o FDA;
- Quantificare i benefici dell’IA attraverso studi di impatto operativo (ad esempio, riduzione dei tempi e/o dei costi di trattamento);
- E soprattutto convincere gli operatori sanitari ad adottare queste soluzioni, con la questione della responsabilità legale della diagnosi ancora al centro del dibattito.
Nonostante ciò, ci sono già prove di fiducia. Diversi ospedali, sia pubblici che privati, stanno utilizzando strumenti decisionali basati sull’intelligenza artificiale. Gli strumenti utilizzati sono integrati nella pratica quotidiana degli operatori sanitari, senza sostituirli. Allo stesso tempo, vengono pubblicati bandi per progetti a sostegno dell’innovazione, in particolare sotto l’impulso del Grand Défi del governo francese “Migliorare la diagnosi medica attraverso l’intelligenza artificiale”.
In conclusione, gli strumenti di intelligenza artificiale che sono alla base delle innovazioni nel campo dell’healthtech stanno già aiutando i medici nella loro pratica, fornendo un supporto alle diagnosi, rendendole più affidabili e più rapide. Queste soluzioni sono in continuo miglioramento, in particolare per individuare più precocemente le patologie, consentendo un trattamento tempestivo e migliorando così la qualità delle cure. Tuttavia, i loro inventori devono ancora affrontare una serie di sfide.
Sebbene un futuro senza medici non sia attualmente né concepibile né previsto, ci si chiede chi si assumerà la responsabilità legale dell’assistenza ai pazienti e della scelta delle strategie terapeutiche impiegate in futuro se l’IA sarà la fonte di tutte le decisioni.
Noi di Alcimed siamo convinti del futuro dell’intelligenza artificiale nell’assistenza diagnostica e il nostro team è pronto a supportarvi nei vostri progetti di Intelligenza artificiale in sanità. Non esitate a contattarci !
[1] Apparecchiature di imaging nelle strutture sanitarie pubbliche e private senza scopo di lucro – DREES (2020)
Informazioni sull’autore,
Line, Consulente del team Innovazione e Politiche Pubbliche di Alcimed in Francia