L’intelligenza artificiale sta dimostrando sul campo un ruolo importante per la pandemia da Covid-19. Anche per la ricerca di farmaci e vaccini.
Di pochi giorni fa la notizia che l’Aifa, l’Agenzia italiana del farmaco, ha dato il via libera allo studio clinico sull’uomo del raloxifene, un farmaco brevettato dal consorzio europeo a guida italiana Exscalate4CoV per contrastare i sintomi di Covid-19 e che sarà testato all’Istituto Spallanzani e all’ospedale Humanitas su 450 pazienti paucisintomatici.
La cura anti-covid grazie all’intelligenza artificiale
L’aspetto più interessante è che la molecola, già registrata e utilizzata per il trattamento e la prevenzione dell’osteoporosi nelle donne dopo la menopausa, è stata selezionata tra 400.000 molecole (e in una seconda fase tra 10 mila che avevano superato la prima fase) da un sistema di intelligenza artificiale messo a punto dal consorzio pubblico-privato Exscalate4CoV.
Usati 100 Petaflops di potenza di calcolo, con quattro dei maggiori supercalcolatori europei (Marconi del Cineca di Bologna – 150 Petaflops; HPC5 di ENI – 51,7 Petaflops, MareNostrum4 del Barcelona Supercomputing Center-13.7 Petaflops, Juwels del centro Julich – 7 Petaflops).
Il vantaggio dell’impiego di queste metodiche (e di supercalcolatori in grado di elaborare grandi mole di dati) è la riduzione drastica dei tempi per la identificazione delle molecole più promettenti su cui puntare gli sforzi (principalmente organizzativi) richiesti per condurre la ricerca farmacologica. Con evidenti risparmi anche di natura economica.
L’iniziativa dimostra inoltre come sia importante finanziare progetti di ricerca all’avanguardia. Il consorzio Exscalate4CoV, composto da 18 istituzioni di sette paesi europei e coordinato da Dompé Farmaceutici, è stato finanziato dalla Commissione Europea con il bando Horizon 2020. Soldi, in questo caso, ben spesi.
Sanità digitale senza strategia nazionale nel momento più critico
Intelligenza artificiale contro la pandemia: tutti gli usi
Non solo ricerca di farmaci.
- Molti ricorderanno, per esempio, della piattaforma canadese di monitoraggio sanitario BlueDot, che, tramite l’analisi computazionale di news e dati del traffico aereo, aveva anticipato la diffusione del contagio da Wuhan a Tokyo già a dicembre 2019.
- Sul fronte diagnostico, diversi algoritmi di intelligenza artificiale hanno dimostrato di operare diagnosi rapide e precise, riducendo il carico di lavoro degli operatori sanitari. Studi di confronto tra sistemi di machine learning e radiologi professionisti hanno dimostrato la capacità dei primi di individuare episodi di polmonite da COVID-19 con la stessa precisione dei secondi partendo dalle radiografie e dalle TAC dei pazienti ma con tempi di lettura ridotti notevolmente ridotti.
- Su altri fronti, i sistemi di Intelligenza artificiale si sono rilevati efficaci nel predire i tempi di saturazione dei servizi offerti dagli ospedali (soprattutto in Cina nella prima fase della pandemia) aiutando i responsabili della loro gestione a ottimizzare le risorse a loro disposizione.
- Tra gli usi dell’intelligenza artificiale applicata alla medicina (e in particolare del machine learning), aggiungiamo come detto quello per la selezione tra decine o centinaia di migliaia di molecole su cui fare sperimentazione clinica è delle più interessanti. Era già avvenuto nei mesi scorsi con l’individuazione di farmaci attualmente in commercio che possono essere utili anche contro il COVID-19. Famoso è il caso del Baricitinb, farmaco generalmente utilizzato per curare le artriti reumatoidi e individuato da un gruppo di scienziati che ha usato tecniche di Intelligenza artificiale per testare le capacità di alcuni antivirali per contrastare Covid-19.
Oggi la storia si ripete.
Coronavirus e Sanità 4.0: tutte le lezioni che l’Italia deve imparare
