I sistemi di intelligenza artificiale di Google hanno studiato le cartelle cliniche di Verily Life Sciences: ecco come riescono a stabilire soggetti a rischio cardiaco.
Progressi nell’applicazione dei moderni sistemi di machine learning alla medicina: grazie all’intelligenza artificiale di Google è possibile predire problemi cardiovascolari senza passare per esami invasivi.
Buone notizie per quanti, ancora oggi, temono lo sviluppo delle intelligenze artificiali e delle reti neurali: non solo robot assassini e sovversivi nel nostro futuro, ma anche e soprattutto nuovi orizzonti per migliorare la qualità della vita.
Ironia a parte, giorno dopo giorno Google, con la sua inconfondibile lungimiranza, riesce a smontare anche le paranoie più tenaci, e lo fa oggi insieme a Verily Life Sciences realizzando un sistema capace di fornire i fattori di rischio di infarto di una persona, solo sulla base dell’analisi della retina.
Sebbene non si tratti di una novità assoluta nel campo medico, la valutazione della retina per scoprire eventuali pazienti a rischio è un’innovazione se a dare sentenza è un sistema di intelligenza artificiale, un computer – una macchina, insomma.
Un metodo che velocizza le diagnosi
Il sistema messo a punto dagli scienziati di Google e Verily Life Sciences è il risultato dell’incrocio tra tecnologia, data science e sanità, che ha avuto come protagonista lo sviluppo di studi sulle cartelle cliniche di quasi 300 mila pazienti.
Verily Life Sciences è famosa per i suoi progetti e per il suo incommensurabile lavoro di acquisizione e raccolta dei dati di pazienti, necessari al lavoro degli algoritmi intelligenti che evidenzino similitudini tra pazienti.
Da queste caratteristiche comuni, l’algoritmo messo a punto da Google riesce a ricavare, oltre ad informazioni come età, sesso, pressione sanguigna e se un soggetto è fumatore o meno, dei criteri specifici in grado di stabilire diagnosi.
Non è la prima volta che questo genere di tecnologia viene utilizzata in campo medico, ed il motivo che spinge questi colossi sulla ricerca nel settore è presto detto: si pensa che attraverso l’ausilio dell’AI i medici possano estendere le proprie abilità, e velocizzare gli attuali metodi di valutazione, tutto a beneficio dell’ammalato.
L’apprendimento e la comparazione dei risultati
Ai sistemi di deep learning di Google sono stati sottoposti i dati acquisiti dalle storie cliniche di ben 284.335 pazienti: l’intelligenza artificiale è stata così istruita su un data set ampio che ha permesso alla rete neurale di riconoscere le sfumature che accomunavano i pazienti con alto fattore di rischio a livello cardiaco.
Tra le diverse informazioni cliniche, a disposizione dell’AI c’erano anche le scansioni oculari dei pazienti: in questo modo l’algoritmo ha appreso quali caratteristiche della retina dei pazienti restituiscono l’identificazione di una persona a rischio.
Dopo aver addestrato il sistema con una notevole quantità di dati, gli esperti hanno interrogato la rete neurale con un test comparatorio tra le figure di due fondi oculari, appartenenti uno ad una persona già definita a rischio e l’altro ad un soggetto sano.
Il risultato è stato che nel 70% dei casi l’algoritmo è stato in grado di indicare con successo quale paziente era a rischio, avvicinandosi al 72% del metodo SCORE attualmente in uso nel campo sanitario.
Prospettive future
Allo stato attuale delle cose, dunque, il nuovo studio pubblicato su Nature nella sezione Biomedical Engineering non vuole (e non può) sostituirsi all’abilità dei medici in carne ed ossa, ma permette innanzitutto di migliorare la fase di diagnosi.
Infatti, sebbene ancora troppo lontana dall’adozione clinica, l’intelligenza artificiale di Google è in grado di restituire una prognosi solo attraverso l’analisi del fondo oculare del soggetto, senza dover passare per la tradizionale valutazione degli esami del sangue.
Ma oltre al vantaggio di un metodo meno invasivo rispetto a quello attuale, l’esperimento di Google ci dice non solo che sono stati fatti passi da giganti nel campo delle reti neurali, ma anche che è possibile semplificare e velocizzare il processo di diagnosi, con un valido aiuto al lavoro dei medici che potranno così indirizzare le proprie energie ed abilità sul progresso futuro.
Maria Grazia Tecchia
Giornalista, blogger e content editor. Ha realizzato il sogno di coniugare le sue due più grandi passioni: la scrittura e la tecnologia. Esperta di comunicazione online, da anni realizza articoli per il web occupandosi della tecnologia a più livelli.
