Articolo di Gil Press, Forbes
Traduzione di Gabriel De Gaetano
Due luminari dell’IA, Fei-Fei Li e Andrew Ng, si sono riuniti su YouTube per discutere lo stato dell’intelligenza artificiale nell’assistenza sanitaria. Il Covid-19 ha reso l’assistenza sanitaria una priorità assoluta per governi, aziende e investitori in tutto il mondo ed ha accelerato gli sforzi per applicare l’intelligenza artificiale al fine di migliorare la nostra salute, dalla scoperta di farmaci a operazioni ospedaliere più efficienti fino a una migliore diagnostica.
Il primo trimestre del 2021 ha visto un nuovo record di finanziamenti con quasi $ 2,5 miliardi di dollari raccolti da startup che si concentrano sull’intelligenza artificiale nella sanità, secondo CB Insights. Ma questo potrebbe essere simile all’entusiasmo riguardo gli investimenti in tecnologie per veicoli autonomi di alcuni anni fa, poiché le implementazioni di successo di prodotti e servizi basati sull’intelligenza artificiale nel settore sanitario potrebbero non essere proprio dietro l’angolo.
Li e Ng credono che nei prossimi anni, sia loro che i propri colleghi, saranno ancora nella fase di sperimentazione, sebbene stiano attualmente applicando l’IA alle sfide sanitarie. I progressi saranno “molto più lenti di quanto desideriamo nei prossimi anni”, afferma Ng. “Stiamo ancora cercando di capire la strada per una vittoria umana”, concorda Li. Per quest’ultima, adottare un “approccio incentrato sull’uomo” è la chiave per far progredire lo stato dell’arte dell’IA nel settore sanitario. Li incoraggia i suoi studenti a seguire i medici in ospedale, “per vedere il lato umano”, per comprendere meglio sia i pazienti che le persone che si prendono cura di loro come la chiave per l’adozione di soluzioni di successo basate sull’IA. Questa è una sfida unica nel settore sanitario che sottolinea l’importanza dell’aspetto non digitalizzato dell’assistenza sanitaria, il fattore umano, secondo Li “abbiamo quasi zero dati sul comportamento umano”.
Inoltre, Ng sostiene di spostare lo sviluppo dell’IA dall’essere incentrato sul modello a essere incentrato sui dati. Ciò include il miglioramento della qualità dei dati utilizzati per addestrare i programmi di intelligenza artificiale e la creazione degli strumenti e dei processi necessari per mettere i dati al centro del lavoro degli sviluppatori.
La qualità, la privacy e la disponibilità dei dati saranno delle sfide uniche nelle strutture sanitarie. Ng sottolinea che gli standard di qualità dei dati sono ancora ambigui e, di conseguenza, gli sviluppatori di intelligenza artificiale devono fare un brainstorming su tutte le cose che possono andare storte e analizzare i dati di conseguenza. Li pensa che la cosa più importante sia riconoscere la responsabilità umana. “L’intelligenza artificiale è di parte” è un termine che attribuisce la responsabilità alla macchina piuttosto che alle persone che raccolgono e gestiscono i dati. Per Li, mettere i parapetti contro potenziali pregiudizi e garantire l’integrità dei dati è un primo passo nel processo di progettazione.
Nel rispondere alla domanda “Quali sono i problemi sanitari che devono ancora essere risolti?” Ng menziona la salute mentale, la diagnostica e l’aspetto operativo dell’assistenza sanitaria. Li cita le 250.000 persone che muoiono negli Stati Uniti ogni anno a causa di un errore medico. L’intelligenza artificiale può aiutare a garantire che le procedure mediche siano eseguite correttamente e che i pazienti cronici siano assistiti, a casa o in clinica, in modo tempestivo. “Questo è ciò che riguarda l’intelligenza ambientale”, dice Li, per servire come assistenti medici e infermiere, per rilevare gli errori prima che si verifichino.
Le osservazioni fatte da Ng e Li sono supportate da recenti sondaggi e studi, tutti indicanti lo stato nascente dell’IA nella sanità:
· Il 90% degli ospedali statunitensi ha una strategia di IA / automazione in atto, rispetto al 53% nel terzo trimestre del 2019. Ma solo il 7% delle strategie di IA degli ospedali sono pienamente operative, secondo Sage Growth Partners;
· Il numero di dispositivi medici approvati basati sull’intelligenza artificiale e machine learning è aumentato notevolmente dal 2015, ma attualmente “non esiste un percorso normativo specifico per i dispositivi medici basati sull’intelligenza artificiale e machine learning negli Stati Uniti o in Europa”, ha concluso uno studio pubblicato su The Lancet ;
· Nonostante 27 miliardi di dollari in programmi di incentivi finanziati a livello federale per incoraggiare ospedali e fornitori ad adottare cartelle cliniche elettroniche, non esiste un formato standard o un archivio centralizzato dei dati medici dei pazienti. “La pandemia Covid-19 ha sottolineato questo problema”, osserva un rapporto di CB Insights;
· I medici sono soggetti a consigli errati, indipendentemente dal fatto che la fonte sia un sistema di intelligenza artificiale o altri esseri umani. “Per le impostazioni ad alto rischio come il processo decisionale diagnostico, tale eccessivo affidamento sui consigli può essere pericoloso”, conclude uno studio del MIT.
Ma, come dice Fei-Fei Li, anche un ostacolo all’adozione è un’opportunità. Sia Li che Andrew Ng si aspettano un punto di svolta nel futuro, quando una grande storia di successo verrà replicata rapidamente e incoraggerà gli operatori sanitari – e i pazienti – ad abbracciare l’intelligenza artificiale sanitaria.
