I computer ci renderanno medici migliori

Soltanto con l’intelligenza artificiale saremo in grado di analizzare le immagini in tempo reale. Interpretare una infinità di dati genetici. E dare risposte personalizzate
1 minuti di lettura

Le informazioni digitali raccolte in ambiente sanitario stanno generando una mole enorme di dati elettronici, i cosiddetti Health Big Data, ma le limitazioni tecnologiche nella loro gestione rappresentano l’ostacolo principale per la cosiddetta medicina ad alta definizione. L’intelligenza artificiale è in grado di superare questi ostacoli realizzando macchine capaci di concretizzare con grande velocità forme di ragionamento e apprendimento per ricavarne informazioni. Si tratta di una vera e propria rivoluzione che apre grandi opportunità per la ricerca medica e per la pratica clinica, per perfezionare le diagnosi e offrire servizi assistenziali più accurati. Anche in cardiologia l’applicazione di algoritmi di intelligenza artificiale è in grande espansione e consentirà sia di sviluppare modelli predittivi che supportino i medici nel processo decisionale diagnostico-terapeutico, sia di caratterizzare meglio le classi di patologia.

Un settore clinico di grande interesse in ambito cardiovascolare è quello delle immagini, tra cui risonanze magnetiche, Tac ed ecocardiografie, la cui analisi e interpretazione può essere un processo lungo e dispendioso. Nell’era della medicina personalizzata, però, è necessaria l’integrazione e l’interpretazione di una mole enorme di dati genetici e di ricerca. Si pensi ai dati prodotti dalle investigazioni genetiche ad ampio spettro, da cui ricavare informazioni predittive di malattia, o alla ricerca di nuovi biomarcatori di patologia derivati da ampie investigazioni molecolari. In ambito cardiovascolare esistono già diversi studi in cui strategie di intelligenza artificiale sono state efficacemente applicate per aumentare l’accuratezza diagnostica a partire da immagini Tac, o per sviluppare firme molecolari che consentono di riclassificare pazienti con cardiomiopatia dilatativa e proporre nuove possibili soluzioni diagnostiche e terapeutiche grazie all’integrazione di varie metodiche di indagine.

Ad oggi, tuttavia, la maggior parte degli studi applicativi di intelligenza artificiale si focalizza su dati retrospettivi e compartimentalizzati in cui non vi è grande integrazione tra le informazioni provenienti dalle varie sorgenti di dati clinici e di laboratorio. Si genera quindi un “buco” nel flusso di informazioni, che rende problematica l’analisi integrata predittiva di processi che si svolgono nel tempo, come lo sviluppo dell’aterosclerosi. In futuro, la combinazione di questi aspetti consentirà, invece, di sviluppare modelli di predizione sempre più precisi che garantiranno diagnosi accurate e veloci e percorsi terapeutici mirati e personalizzati, capaci di anticipare il decorso della malattia. 

* Direttore Scientifico del Centro Cardiologico Monzino