Le enormi potenzialità dell’algoritmo e dell’Intelligenza Artificiale e applicati all’organizzazione delle attività ospedaliere e alla cura dei pazienti ricoverati ma anche in cura da casa. Questo in estrema sintesi il contenuto del quarto Fubinar organizzato dalla Fondazione Ugo Bordoni (FUB) dal titolo “Salute, algoritmi e Intelligenza Artificiale. Tecnologie digitali al servizio di medici e pazienti”.
Al Fubinar hanno partecipato Antonio Sassano, Presidente, Fondazione Ugo Bordoni; Roberto Lucchetti, Ordinario di analisi matematica, Politecnico di Milano; Giovanni Arcuri, Direttore UOC Tecnologie Sanitarie, Fondazione Policlinico Universitario Agostino Gemelli; Pasquale Avella, Ordinario di Ricerca Operativa, Università del Sannio; Amedeo Cesta, Dirigente di Ricerca CNR, Vicepresidente di AIxIA; Arturo Chiti, Ordinario di Diagnostica per Immagini, Università Humanitas; Tommaso Di Noia, Ordinario di IA, Machine Learning e Big Data Analytics, Policlitecnico di Bari e Comitato Scientifico FUB; Marco Marsella, Head of Unit “eHealth, well-being, ageing”, DG Connect – Commissione Europea; moderatrice Daniela D’Aloisi, Ricercatrice, Fondazione Ugo Bordoni.
Salute e digitale connubio centrale
Il tema del connubio fra salute e algoritmi è stato scelto dopo un “consulto” fra il presidente della FUB Antonio Sassano e Roberto Viola, Direttore generale della DG Connect della Commissione Ue. “Il connubio fra salute e digitale è un tema centrale per il nostro paese”, ha detto Sassano aprendo i lavori. Un tema che va calato nel contesto europeo, anche alla luce dell’ingente mole di fondi del Recovery Fund che arriveranno nel nostro paese e che in larga misura saranno destinati alla digitalizzazione del sistema sanitario nazionale.
Un altro tema centrale, secondo Sassano, sarà la necessità non troppo lontana nel futuro di dedicare frequenze radio dedicate alle reti wireless degli ospedali, in ottica il 5G. Un tema che chiama in causa la necessità di creare la giusta sensibilità da parte delle strutture ospedaliere per la sicurezza e la privacy dei dati sensibili dei pazienti.
“Negli ospedali quali frequenze wireless vengono utilizzate? Le Wi-fi sono sicure?”, domanda Sassano, aggiungendo che in futuro è prevedibile immaginare che saranno “Necessarie reti sicure in cui frequenze siano dedicate a specifiche applicazioni e servizi 5G” anche per garantire la totale protezione dei dati dei pazienti.
Teoria dei giochi e liste d’attesa per il trapianto di reni
Il primo intervento del Professor Roberto Lucchetti, Ordinario di analisi matematica, Politecnico di Milano, è incentrato sull’applicazione della teoria dei giochi alla gestione ottimale delle liste d’attesa per i trapianti di reni.
Vedi anche: ‘Teoria dei giochi e matching dei donatori nel trapianto di reni’. Intervista a Roberto Lucchetti
Ottimizzazione combinatoria in sanità
Il tema dell’ottimizzazione combinatoria applicata all’ambito della salute è stato affrontato da Pasquale Avella, Ordinario di Ricerca Operativa, Università del Sannio con diversi esempi di soluzioni algoritmiche il primo dei quali a favore di una agenzia di assistenza domiciliare statunitense presente in 20 Stati, per risolvere il problema dello scheduling. Di fatto, il sistema aveva il compito di progettare l’itinerario e assegnare i tempi di inizio visita. Il tutto, facendo in modo di rispettare i rapporti fiduciari medico-paziente. Fra le variabili da considerare nel programma anche le esigenze del personale medico e un orizzonte temporale dato.
Un altro esempio, riguarda lo scheduling delle sale operatorie, che tenga conto delle diverse specialità e della sequenza degli interventi minimizzando i tempi d’attesa in base alle condizioni dei pazienti. Esistono diverse software house americane che si occupano di questo genere di servizi di scheduling, è un mercato.
Altre applicazioni dell’ottimizzazione combinatoria riguardano soluzioni per la localizzazione e il dispatching di veicoli di emergenza (il servizio 118); il clustering per definire i fenotipi nel diabete, applicazioni di analisi dei social network al grafo dei contagi di Covid 19.
Ricerca tecnologica e ricerca medica
L’Intelligenza Artificiale è molto usata nell’analisi di immagini e nella diagnostica automatica, ha detto Giovanni Arcuri, Direttore UOC Tecnologie Sanitarie, Fondazione Policlinico Universitario Agostino Gemelli. Arcuri ha poi raccontato alcuni campi di applicazione dell’AI in ospedale: algoritmo per l’analisi della Tac in grado di segnalare la presenza di tracce di Covid 19 nei pazienti; un altro filone è l’estrazione di informazioni dai dati già a disposizione e infine la business intelligence, l’ottimizzazione dei posti letto.
Un sistema già utilizzato dall’NHS a Birmingham, si chiama Babylon Health, consente al medico di intervistare il paziente online con una serie di indicazioni live sulla situazione clinica e sul modo di procedere con l’intervista, suggerite dall’algoritmo stesso.
Molte altre applicazioni riguardano la radioterapia.
Altre la gestione ottimale delle 65 sale operatorie presenti al Gemelli.
Smart Health
Un filone in grande crescita è quello dello Smart Health, vale a dire la cura del paziente fuori dalla struttura ospedaliera. Si tratta di tutti i sistemi necessari per il monitoraggio dei pazienti all’estero degli ospedali e che toccano quindi la fase di deospedalizzazione, con dimissioni spesso anticipate grazie alla possibilità di controllarli a distanza. Interessati sono soprattutto pazienti cronici e pazienti che grazie alla tecnologia possono evitare la visita ambulatoriale. La Smart Health in sintesi comprende i device a domicilio dei pazienti. I dati vengono inviati alla cartella clinica in ospedale. E in generale, il problema principale è la mole enorme di dati che vengono trasmessi. “Basti pensare alla complessità dei dati che riguardano un paziente diabetico”, dice Arcuri. Ma grazie all’AI il flusso dei dati è categorizzato in base a indicatori sintetici che ne rendono più semplice e immediata l’interpretazione.
Un tema importante diventa quindi la comprensione degli effetti dei device tecnologici introdotti in ospedale.
Robot per la salute
Nel suo intervento Amedeo Cesta, Dirigente di Ricerca CNR, Vicepresidente di AIxIA, ha descritto alcuni casi di utilizzo di robot a domicilio per la cura di pazienti anziani. Si tratta della cosiddetta AI funzionale al benessere psicofisico delle persone, della tecnologia per l’assistenza a distanza di persone anziane (AAL, Ambient Assisted Living) che prevede l’utilizzo di sensori, attivatori e soluzioni AI.
Il primo caso descritto riguarda la soluzione Giraff Plus, un robot in telepresenza guidato a distanza con video integrato.
In seguito, è stato realizzato un appartamento sensorizzato utile per capire a distanza l’interazione fra robot e paziente. L’obiettivo è rendere il robot più attivo, creando per così dire una sorta di memoria nella macchina, in modo tale che le sue azioni risultino meno meccaniche. “L’obiettivo è integrare tecniche semantiche per garantire un flusso dati significativo. Fare qualcosa che sembri personalizzato per i pazienti”, ha detto Cesta. “Rispetto alla tecnologia corrente, il problema aperto è la presentazione dell’AI alla persona. Personalizzazione e accettazione”, ha aggiunto.
Altri progetti realizzati sono stati l’assistenza a distanza tramite televisione digitale (Tvassistdem_aal.eu) e poi una versione di Tv assistant per il Covid-19 nella zona di Alba, via satellite, in un’area molto sparsa (smartsatcare.istc.cnr.it) che consente interazione tramite telepresenza con il centro medico. La Tv e magari un set top box potrebbero essere una valida soluzione per la medicina in telepresenza, certamente in termini di costi.
AI e Image analysis
Si trova nella pletora di coloro che lavorano con la diagnostica per immagini Arturo Chiti, Ordinario di Diagnostica per Immagini, Università Humanitas, che dice come algoritmi e dati numerici consentono alle macchine di effettuare in modo più facile diverse operazioni. Fra le operazioni consentite dalla tecnologia applicata all’imaging, il data mining per identificare le caratteristiche di determinate patologie soprattutto sul polmone, fra cui tra l’altro la polmonite interstiziale. Altre operazioni fattibili sono valutazioni numeriche di radiogenomica tramite biomarcatori di immagini. L’analisi di immagini dei tessuti con AI e reti neurali consente di identificare tumori e di capire quali sono i pazienti oncologici che hanno più urgenza di cure immediate. E’ possibile inoltre classificare un tumore da una Tac. “Le macchine addestrate su un gran numero di immagini possono essere di grande ausilio al medico. Occorre addestrare il personale medico all’uso di tecniche di intelligenza artificiale”, dice Chiti.
Pensiero critico stella polare
L’AI non è soltanto la salute della persona, ma anche sistemi di organizzazione delle attività mediche in ospedale. Uno spettro molto ampio quello delle tecnologie applicate al mondo della salute. “I sistemi di AI devono favorire il pensiero critico, fondamentale per la salute della collettività”, ha detto Tommaso Di Noia, Ordinario di IA, Machine Learning e Big Data Analytics, Politecnico di Bari e Comitato Scientifico FUB.
L’AI consente di muovere “Verso la medicina personalizzata, con analisi genetica e algoritmi. Ma tutto quello che è destinato all’uomo deve essere spiegabile. Bisogna potersi fidare dell’AI. L’ultima parola deve essere del medico”, dice Di Noia.
Care e Healthcare per la Ue
In tema di salute e AI, la Commissione Ue ha fissato da poco i suoi pilastri, partendo da un presupposto: “Il 90% dei cittadini europei, secondo le nostre stime è pronto a condividere i dati sulla salute a patto però che sia garantita la sicurezza e il rispetto della privacy”, ha detto Marco Marsella, Head of Unit “eHealth, well-being, ageing”, DG Connect – Commissione Europea. Il trasferimento dei dati nella Ue, fra diversi paesi del blocco, sarà possibile su una piattaforma comune, quando tutti paesi saranno connessi.
Per quanto riguarda la strategia Ue sull’healthcare, privacy e security vanno consolidate fra loro, per favorire la condivisone dei dati da parte dei cittadini e degli Stati membri. Ma sono necessari degli standard tecnici e semantici comuni. Nei prossimi giorni saranno disponibili i risultati di una ricerca sui Digital Twins, finalizzata a creare una replica virtuale dell’individuo in base a dati e modelli disponibili per testare farmaci, per trovare quello che meglio risponde alle caratteristiche dell’individuo.
Per quanto riguarda il Recovery Fund, si tratta di una grande occasione. Il 20% va dedicato a digitale e green. Il digitale nel mondo della salute è uno dei capitoli che più sarà protagonista del recovery Fund.
Pasquale Avella: ‘Covid-19 dimostra arretratezza ICT del Paese’
“La vicenda COVID-19 ha dimostrato ancora una volta come questo paese sconti un arretratezza culturale che lo rende poco propenso, se non ostile, all’utilizzo di tecnologie ICT in grado di migliorare l’efficienza del sistema. Una gestione più rigorosa delle politiche di tracciamento avrebbe infatti consentito sia il monitoraggio in tempo reale quando i numeri erano bassi, sia la costruzione di una base di dati (anonimizzati) a disposizione dei ricercatori per elaborare modelli di previsione (predictive analytics) e modelli di intervento basati su algoritmi di analisi delle reti sociali (prescriptive analytics)”, commenta Pasquale Avella, Ordinario di Ricerca Operativa, Università del Sannio.
Su questi aspetti rinvio al seguente estratto dall’appello del prof. Giorgio Parisi, Accedemico dei Lincei:
“Servirebbe un grande database nazionale in cui fossero riversate tutte le informazioni disponibili su dove sono avvenuti i contagi, le attività lavorative dei contagiati, l’uso di mezzi pubblici, le attività svolte. Quanto influiscono sui contagi in Italia i ristoranti, le cene in famiglia, le riunioni in ufficio, le convivenze familiari, le feste? Quali sono le attività più a rischio, oltre ovviamente quelle che già si sanno: la sanità, le celle frigorifere, la preparazione dei salumi, i centri di distribuzione postale? Servono numeri, gli articoli di giornale con casi di cronaca sono del tutto inutili. Sulla scuola, dove le ASL fanno particolari controlli, ci sono dati precisi, che permettono di escludere che fino a questo momento ci sia stata una propagazione sostenuta dell’epidemia dentro le classi, ma abbiamo informazioni molto poco precise su quello che succede in altri contesti: sappiamo il numero dei focolai o poco più. Senza dati precisi come fare a valutare gli effetti positivi o negativi di provvedimenti come la chiusura dei centri commerciali durante il weekend o delle scuole elementari?
Queste informazioni sono cruciali anche per capire come mai dopo la situazione quasi stazionaria di settembre ci sia stata l’esplosione dei casi di ottobre: ci sono congetture in proposito, alcune ragionevoli, altre strampalate, i fattori possono essere stati molteplici, ma nessuno è in grado di dire, dati alla mano, in che misura ciascun fattore abbia influito. Ma se non sappiamo bene perché i casi da noi si sono impennati a ottobre, le misure che si possono prendere saranno generiche e non mirate al cuore del problema.
Io temo fortemente che in Italia non sia stata fatta una raccolta sistematica delle informazioni cruciali sulle circostanze in cui il virus si è trasmesso: la lettera di Giorgio Alleva e Alberto Zuliani (già Presidenti Istat) al Corriere del 17 ottobre mi conferma in questo timore.“In tanti mesi – scrivono – non abbiamo investito in un sistema di raccolta di dati che consenta un monitoraggio accurato su probabilità di contagio, dimensioni delle componenti sintomatiche e asintomatiche, collegamento con i rischi successivi, ricoveri e terapie sub-intensive e intensive, letalità. (…) Non è citando insieme, giorno per giorno, il numero di casi positivi e di tamponi effettuati che possiamo capire cosa stia accadendo realmente”.
Non è un’operazione immediata, questa raccolta, richiede un lavoro di definizione di formulari standardizzati ma sufficientemente informativi che devono essere compilati in tutte le ASL d’Italia e riversati in un database nazionale. Ma va organizzata immediatamente. Tuttavia se al contrario queste informazioni o parti di esse fossero già disponibili ai vertici del sistema sanitario, dovrebbero essere rese pubbliche subito, in maniera tale che i cittadini possano rendesi conto delle motivazioni governative e la comunità scientifica possa analizzarli allo scopo di capire meglio la propagazione del virus. Ad esempio ci sono forti indicazioni che rari eventi di superdiffusione, quando una singola persona infetta ne contagia molti, diano un contributo rilevante alla diffusione del virus, quindi la loro individuazione ed eventuale eliminazione darebbe un gran sollievo, ma per far questo bisogna analizzare in dettaglio i dati sui luoghi di contagio.”