sanità digitale

Le nuove frontiere dell’AI in Sanità dopo ChatGPT

L’utilizzo di sistemi GPT in Sanità apre prospettive interessanti sia per l’aumento esponenziale delle capacità elaborative dei sistemi, sia per l’aumento della quantità di dati disponibili su cui le tecnologie di IA possono apprendere. La speranza è che renda anche più umano anche il rapporto medico-paziente. Ecco come

Pubblicato il 28 Apr 2023

Marco Mencacci

Dirigente “Sviluppo Infrastrutture Tecnologiche” – Comune di Firenze

Alfiero Ortali

Consulente ICT

thin garante

Il settore sanitario sta subendo notevoli trasformazioni grazie all’introduzione delle nuove tecnologie, tra cui l’intelligenza artificiale (IA). Proviamo allora ad esplorare alcune delle possibili applicazioni dell’IA in campo medico e le prospettive per il futuro, soprattutto relativamente al Natural Language Processing (NLP), la tecnologia alla base dei chatbot e del particolarmente noto ChatGPT di OpenAI.

Una conversazione con Chatgpt

Apriamo con una breve conversazione proprio con ChatGPT:

ChatGPT

Domanda: Che cosa si intende per Intelligenza Artificiale?

Risposta:

L’intelligenza artificiale (IA) si riferisce alla capacità di un computer o di un sistema informatico di svolgere attività che normalmente richiederebbero l’intervento umano, come il ragionamento, il riconoscimento di immagini o suoni, la comprensione del linguaggio naturale, la pianificazione, l’apprendimento e l’adattamento al cambiamento.

L’IA utilizza algoritmi di apprendimento automatico e di deep learning per analizzare grandi quantità di dati e migliorare progressivamente la sua capacità di svolgere compiti specifici. L’IA è utilizzata in molti campi, tra cui la medicina, la finanza, la produzione, la sicurezza e il marketing, per automatizzare processi, ottimizzare la produttività e sviluppare prodotti e servizi innovativi.

Domanda: In che modo l’intelligenza artificiale può essere utile in Sanità?

Risposta:

Sì, l’IA può essere utile in sanità in diversi modi, come ad esempio:

  • Diagnosi più precoci: l’utilizzo di algoritmi di IA per analizzare grandi quantità di dati medici può aiutare a identificare i segni di malattie e condizioni mediche in una fase precoce.
  • Personalizzazione del trattamento: l’IA può essere utilizzata per creare piani di trattamento personalizzati in base alle caratteristiche individuali dei pazienti.
  • Supporto alla ricerca: l’IA può aiutare a identificare nuove cure e terapie mediche analizzando grandi quantità di dati scientifici.
  • Miglioramento dell’efficienza: l’IA può aiutare ad automatizzare compiti ripetitivi ea ottimizzare i flussi di lavoro in ospedali e cliniche.
  • Monitoraggio remoto dei pazienti: l’IA può essere utilizzata per monitorare i pazienti a distanza e fornire una maggiore assistenza in caso di emergenze (telemedicina)

Tuttavia, è importante che l’IA in sanità sia sviluppata e utilizzata in modo responsabile per garantire che i pazienti ricevano cure sicure e affidabili.

Già da queste due semplici domande e risposte è evidente il salto di qualità dei chatbot da qualche anno a questa parte. La cosa sorprendente non è tanto nelle risposte ma quanto riesca a capire le domande ed elaborare un contenuto coerente con le domande stesse.

Gli scenari dell’AI in Sanità

L’Intelligenza Artificiale in Sanità apre numerosi scenari per il miglioramento della qualità delle cure e delle terapie, oltre che della ricerca. Uno dei campi di applicazione più promettente dei sistemi di Natural Language Processing (NLP), in particolare, è quello dell’interazione medico-paziente.

Uno dei limiti storici dell’informatizzazione delle attività cliniche è il tempo che i professionisti sanitari perdono per inserire e ottenere informazioni dai software. Una delle accuse ricorrenti che i medici rivolgono all’informatica è “passo più tempo davanti al computer che davanti al paziente”.

Accusa supportata dai dati di più studi indipendenti, tra cui l’American Journal of Emergency Medicine e diversi paper su PubMed (citati in bibliografia), da cui si evidenzia che i medici passano dal 43% al 52% del loro tempo inserendo dati al computer, per una totale di circa 4.000 click per ogni turno.

A questo si è arrivati perché per anni i software hanno enfatizzato l’importanza di immettere dati strutturati, ai fini di statistica, ricerca e flussi informativi, snaturando di fatto l’atto medico e trasformandolo in un insieme di click, tendine, valori obbligatori e codifiche. Tralasciando al momento l’annoso problema delle “isole” informative per cui è necessario aprire più di un software, utilizzando più di una password e interagendo con più interfacce completamente differenti per completare una qualsiasi visita (sistema di cartella clinica, sistema di ricetta dematerializzata, sistema dei piani terapeutici, sistema CUP/liste d’attesa, …).

L’IA promette di rivoluzionare, finalmente, questo modus operandi, permettendo al medico di scrivere un referto in maniera discorsiva e estrapolare i dati strutturati ex-post, grazie all’interpretazione del linguaggio naturale.

Utilizzare l’intelligenza artificiale per rendere più umano il rapporto con il paziente

Il riconoscimento del linguaggio naturale abbinato a un assistente vocale potrebbe fare molto di più, registrando e interpretando la voce del medico durante la visita e compilando per lui la documentazione clinica necessaria, oltre a collegarsi a PubMed o UptoDate per proporre articoli scientifici relativi alla particolare patologia o trattamento che il paziente sta eseguendo.

Grazie all’intelligenza artificiale è possibile paragonare il quadro clinico in esame con migliaia o milioni di altri casi simili ottenendo così una “consulenza” basata su una casistica di milioni di casi simili, consentendo ai medici di fornire una diagnosi e un trattamento più precisi.

Questo tipo di supporto potrebbe risultare rivoluzionario non solo per i medici ma anche per infermieri e caregiver, nell’ottica di de-ospedalizzazione e cura domiciliare delle cronicità, ovvero quello che il PNRR descrive come “casa come primo luogo di cura e Telemedicina” (Missione 6 Componente 2 sub investimento 1.2), investimento che prevede finanziamenti per € 4.000.000.000.

Fonte

L’obiettivo che queste nuove tecnologie permettono di raggiungere è ambizioso: utilizzare l’intelligenza artificiale per rendere più umano il rapporto con il paziente.

I progetti in corso

Obiettivo ambizioso ma non così remoto. Molti sono i progetti già funzionanti o in stato molto avanzato di test, ad esempio:

  • Amazon Comprehend Medical AWS: Il servizio, già attivo sulla piattaforma Amazon è in grado di leggere un qualsiasi testo medico (Word, PDF, …) ed estrarre automaticamente i termini relativi a diagnosi, trattamenti o specialità medicinali, riportando la loro corretta codifica secondo ICD-10-CM, SNOMED-CT e RxNorm (banca dati farmaceutica paragonabile al nostro ATC).
  • Vanderbilt’s AI-powered EHR voice assistant: Un assistente vocale dedicato ai caregivers
  • Nuance Voice‑enabled virtual assistants for healthcare: un assistente vocale che aiuta a compilare la cartella clinica elettronica, in grado di eseguire comandi vocali per compilare i giusti campi, eseguire ricerche, calcoli e navigare tra le schermate dei programmi.

Le ultime generazioni di assistenti vocali riescono a capire dall’inflessione della voce anche le emozioni di chi sta parlando. Una delle possibilità che si stanno esplorando in questo caso è quella di registrare anche la voce del paziente che sta descrivendo i propri sintomi e capire quale delle cose che sta dicendo gli genera maggiore preoccupazione o quale sta evitando di verbalizzare per paura o imbarazzo.

Fonte

Le prospettive per il futuro

Le prospettive per il futuro sono molto promettenti sia per l’aumento esponenziale delle capacità elaborative dei sistemi, sia per l’aumento della quantità di dati sanitari disponibili su cui le tecnologie di intelligenza artificiale possono apprendere.

Ovviamente, l’utilizzo di queste tecnologie ha le sue luci e le sue ombre. Se da un lato l’utilizzo di sistemi di IA possono migliorare l’efficacia e l’efficienza dei processi di cura, dall’altro se non ben gestiti possono comportare rischi non trascurabili.

È evidente che l’utilizzo di sistemi di Intelligenza Artificiale in Sanità può generare e genera alcune questioni giuridiche connesse alla responsabilità civile e penale del personale medico sanitario che dovranno essere chiarite. Gli aspetti legali correlati all’utilizzo di sistemi di intelligenza artificiale sono stati affrontati in diversi studi e, più recentemente all’interno di controversie giuridiche ed iniziative legislative come, ad esempio, la Risoluzione del Parlamento Europeo del 16 febbraio 2017 (Civil Law Rules on Robotics).

La privacy e la sicurezza dei dati sanitari

Due grandi temi a cui porre particolare attenzione sono la privacy e la sicurezza dei dati sanitari è cruciale e richiede soluzioni solide e affidabili per garantire la protezione dei pazienti.

Per riuscire a cogliere le potenzialità e le opportunità derivanti dall’uso di sistemi di Intelligenza Artificiali all’interno del settore sanitario, e necessario garantire che lo sviluppo e l’uso di tali tecnologie avvenga all’interno di un quadro tecnico-organizzativo, capace di cogliere e combinare le opportunità messe a disposizione dall’IA, le abilità umane, gli aspetti organizzativi e sociali, incluse le norme che regolano il funzionamento del sistema sanitario in cui gli interessi individuali e il bene collettivo siano costantemente preservati e migliorati.

Conclusioni

Le sfide sono complesse e globali ma vanno affrontate senza tirarsi indietro. Il processo è ormai innescato e non è possibile fermarlo. È possibile invece lavorare per focalizzarne gli aspetti positivi, quali il supporto ai clinici, l’accessibilità delle cure, la qualità dell’assistenza, rendendo la sanità più umana e più alla portata di tutti, sollevando i professionisti sanitari da compiti puramente amministrativi o di data entry, restituendo così umanità al Sistema Sanitario facendo fare al computer il mestiere del computer e restituendo al medico la professione del medico.

ChatGPT

Domanda: Come concluderesti questo articolo in maniera giornalistica?

Risposta:

In conclusione, l’intelligenza artificiale e il Natural Language Processing stanno aprendo nuove frontiere per il settore sanitario. Grazie a sistemi sempre più avanzati di assistenti vocali e chatbot, è possibile semplificare e velocizzare il lavoro dei medici, migliorando la qualità dell’assistenza fornita ai pazienti. L’obiettivo finale è quello di utilizzare queste tecnologie per rendere più umano il rapporto tra medico e paziente, permettendo a entrambi di concentrarsi sulla cura e sulla salute. Sebbene vi siano ancora alcune sfide da superare, i progetti già in corso dimostrano che l’intelligenza artificiale rappresenta una grande opportunità per migliorare la medicina e il benessere delle persone.

Bibliografia

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Analisi
Video
Iniziative
Social
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati

Articolo 1 di 3