Intelligenza Artificiale

categoria: news

 

Quando si parla di intelligenza Artificiale (AI), non si può non pensare a robot umanoidi in grado di svolgere compiti o risolvere problemi, macchine a guida autonoma o apparecchiature in grado di comprendere un determinato comando da parte di un umano e rispondere coerentemente all'argomento richiesto; è l'ultima tendenza, spinta anche dal mondo dei media, di un settore in rapidissimo sviluppo.

Il concetto di AI, tuttavia, non è nuovo; già dal 1950, indicava la capacità di una macchina di svolgere compiti precedentemente richiedenti le capacità intellettive di un umano. Questa  è una definizione assai ampia del concetto stesso di Intelligenza Artificiale che è stata rivista più e più volte, adattandolo allo sviluppo della tecnologia; la realizzazione di una calcolatrice o di un personal computer, ad esempio, possono essere visti già come precursori di una intelligenza artificiale per sollevare l'uomo da determinate attività.

Ciò che separa nettamente le nostre capacità intellettive da quelle di altri esseri viventi e/o dalle macchine, è la capacità non solo di risolvere problemi, ma di risolverli adattandosi alle variabili ambientali, improvvisando o utilizzando anche nuovi strumenti a disposizione per giungere al medesimo risultato in maniera differente, ottimizzando/risparmiando/velocizzando...

E tutto quanto sopra non tiene conto delle possibili interazioni fra la sfera cognitiva e quella delle emozioni.

Il tentativo di ricreare questo unicum in forma "non umana" è quello che caratterizza questo campo della ricerca tecnologica; le odierne applicazioni di Intelligenza Artificiale iniziano a mostrare alcuni dei tratti propri dell'intelligenza umana (percezione, creatività, risoluzione dei problemi, apprendimento) seppur limitatamente.

Quali sono, quindi, le implicazioni nel campo sanitario dell'utilizzo di una IA?

Prima di arrivare a questo, devono essere ben chiare le varie forme di IA attualmente "disponibili".  Queste vengono comunemente suddivise in tre grandi categorie: Intelligenza Artificiale debole o stretta (ANI), generale (AGI) e superiore (ASI).

Rientrano nel primo gruppo (ANI) le tecnologie sviluppate per consentire alla macchina di svolgere compiti "semplici", la cui programmazione simula una qualche sorta di abilità assimilabile al comportamento umano: sono tecnologie delle quali usufruiamo giornalmente interagendo con gli assistenti vocali, compresi quelli all'interno dei nostri telefoni cellulari.

Il livello di IA Generale o Forte (AGI) prevede lo sviluppo di una tecnologia più assimilabile all'intelletto umano, in grado di svolgere compiti sulla base delle informazioni apprese/analizzate dalla macchina e, in specifici casi, proprio grazie a queste, incrementare le sue capacità; la capacità di utilizzare vaste librerie di dati per basare la risposta dell'IA è tipico dei sistemi di IA Deep Learning. Questo altro non è che una branca del Machine Learning che utilizza reti neurali in strati multipli (come a simulare la struttura e le funzioni della mente umana, fatta di nodi interconnessi, i neuroni, tra loro legati in strati/layers) per apprendere e riconoscere ricorrenze all'interno delle informazioni propostegli. Appartengono a questa categoria i sistemi di IA dedicati al riconoscimento della voce umana (in grado di cogliere le variazioni dovute alle molteplici differenze anatomiche del soggetto oratore), della comprensione di un liguaggio naturale e del riconoscimento delle immagini.

Appartengono, infine, alla categoria delle Intelligenze Artificiali Superiori o Super Intelligenze Artificiali (ASI) tutte le tecnologie ipotetiche (in quanto non realizzabili tecnicamente o eticamente) in grado non solo di superare per capacità e aspetto la mente umana ma di apprendere continuamente e migliorarsi; il loro sviluppo eventuale, tralasciando considerazioni di natura etica e di sicurezza, sarebbe teoricamente in grado di garantire eccezionali risultati nella ricerca medica o in qualsiasi altra applicazione scientifico/creativa. Da un punto di vista strettamente discorsivo, una AGI potenziata con algoritmi di machine learning e supportata da una adeguata rete neurale, laddove la macchina sia in grado di analizzare i dati, determinare risposte e acquisire capacità decisionali circa a tali risultati, sarebbe in grado di evolvere al grado di ASI.  

Ritornando alla domanda: quali applicazioni per la sanità?

Attualmente sono disponibili diverse soluzioni dedicate al settore sanitario che vengono applicate a vari ambiti dell'attività diagnostica. Tra queste:

1) IA applicata ai processi di acquisizione delle immagini: tipicamente siamo di fronte ad algoritmi che, partendo da informazioni di massima (tipologia di paziente, tipologia  di esame da svolgere, tipologia di informazione da ottenere, ecc.) sono in grado di accelerare lo svolgimento di procedure di difficile esecuzione, migliorare le immagini acquisite, correggere eventuali posizioni sbagliate del paziente, modulare la dose radiogena evitando irradiazioni superflue e nocive, ecc.

2) IA applicata ai processi decisionali per (second opinion) o seguenti le diagnosi del paziente (follow up): siamo di fronte all'evoluzione di metodiche che coinvolgevano la presenza di ulteriori medici o tecnologie rispetto al diagnosta refertante. Sono sistemi che generano la loro risposta basandosi su archivi di dati dimensionalmente elevati e che consentono (come esempio, assolutamente non esaustivo) di localizzare, identificare, categorizzare le patologie e di suggerire best practices per accertamenti successivi, pianificazioni di terapie/trattamenti. E' necessario comunque tenere sempre a mente che la risposta finale al Paziente deriva solo ed esclusivamente dall'attività del medico diagnosta, la cui esperienza non è sostituibile dalla macchina.

3) IA applicata ai processi connessi al lavoro non prettamente diagnostico ma in ambiti a questo connesso: gli attuali algoritmi di voice recognition per la redazione dei referti, l'esecuzione di comandi da parte dei sistemi basandosi su input vocali o l'analisi visiva dell'ambiente al presentarsi di determinate condizioni, ecc.

 

Mediware ha in catalogo sia apparecchiature diagnostiche il cui funzionamento è coadiuvato da algoritmi IA sia soluzioni software basate su algoritmi Deep Learning per incrementare la Vostra precisione diagnostica, attualmente, nei settori della Senologia, della Radiologia Toracica, della Traumatologia e dell'Ortopedia; a queste applicazioni, vanno costantemente aggiungendosene altre.

Ma un algoritmo non ha alcuna efficacia se non è supportato da infrastrutture in grado di poter sviluppare tali elevate potenzialità; Mediware è in grado di offrire anche le tecnologie (server dedicati, apparati di rete, sistemi di visualizzazione e workstation) per sostenere tali compiti.

Vi invitiamo a contattarci per conoscere le nostre proposte in tale ambito, come sempre scelte nel novero dei migliori produttori mondiali.