Come l’intelligenza artificiale può aiutarci nella battaglia contro il Coronavirus

Diagnostica per immagini, incroci di dati epidemiologici e algoritmi per velocizzare i tempi d’intervento, all’Humanitas è in corso una serie di progetti per sfruttare le nuove tecnologie contro la pandemia

Articolo del Prof. Arturo Chiti, Responsabile Medicina Nucleare Humanitas e docente Humanitas University

Riconoscere una polmonite interstiziale in fase iniziale da una tac o da una radiografia del torace. Incrociare le informazioni contenute nella cartella clinica con i dati epidemiologici. Valutare il possibile decorso della malattia e il rischio per il paziente. Individuare la migliore soluzione per la terapia. È il lavoro che centinaia di specialisti svolgono egregiamente tutti i giorni negli ospedali italiani. Ma cosa accade in una situazione di pandemia, quando il numero di pazienti diventa altissimo, la mole di dati enorme e le risorse più limitate? Quali strumenti offrono ai medici le nuove tecnologie? Oggi si parla molto di Intelligenza Artificiale e dell’aiuto che potrebbe fornire in medicina, sfruttando un’enorme mole di dati. Un contributo che potrebbe rivelarsi decisivo soprattutto in situazioni di emergenza come quella provocata dalla diffusione globale del virus Sars-CoV-2, fornendo uno strumento formidabile di trasferimento della conoscenza, potenzialmente a disposizione di tutti i medici, dai grandi ospedali ai piccoli presidi di provincia.

Le applicazioni di IA si stanno distribuendo nella pratica clinica ormai da qualche anno. Uno degli ambiti in cui c’è più attenzione è quello della diagnostica per immagini. In questo campo sono già disponibili alcuni prodotti – e tanti altri sono in fase di sviluppo – che aiutano professionisti come radiologi e medici nucleari a valutare le immagini che vengono loro sottoposte.  Ci sono sistemi che aiutano a identificare lesioni o riconoscere alterazioni – in campo oncologico o neurologico per esempio – e altri più sofisticati che cercano anche di dare un significato alle alterazioni. Altri ancora consentono di ottimizzare la metodica o di ottimizzare i flussi della diagnostica. Le applicazioni sono quindi molteplici e possiamo affermare con certezza che avranno nei prossimi anni uno sviluppo nella direzione di un livello di automazione sempre maggiore.

Che contributo può dare l’Intelligenza Artificiale contro la malattia COVID-19? Sono già disponibili applicazioni che consentono di riconoscere la polmonite interstiziale, che è il quadro tipico dei pazienti contagiati dal Sars-CoV-2. In Cina sono stati sviluppati software commerciali, altri possono essere chiesti in comodato gratuito o sono stati resi disponibili online. Parliamo di macchine molto elaborate, addestrate per riconoscere strutture e alterazioni, come per esempio una polmonite in una lastra del torace. Come imparano? Come le persone, attraverso l’allenamento. Radiologi esperti indicano le caratteristiche e l’algoritmo le vede, attraverso l’analisi di molte migliaia di immagini, imparando a riconoscerle. È un lavoro impegnativo ma prezioso: alla fine l’applicazione sarà in grado di svolgere questo lavoro da sola. E se per fare l’addestramento serve una grande potenzia di calcolo, una volta concluso il software può essere utilizzato su qualsiasi computer al mondo. 

Il contributo del software si rivela tanto più importante quanto più è complesso il compito di chi deve leggere le immagini. Pensiamo ai casi meno conclamati o “al limite”, per esempio in presenza di una polmonite in fase iniziale o di alterazioni lievi, più difficili da individuare. Ma questo strumento potrebbe essere di grandissimo ausilio soprattutto negli ospedali che non hanno ancora visto molti casi, dove i radiologi hanno avuto meno occasione di acquisire esperienza. Con gli algoritmi di intelligenza artificiale si trasferisce la conoscenza di professionisti più esperti dentro un software, consentendo a tutti di fare diagnosi affidabili. Nel caso attuale, l’impatto può essere alto soprattutto in quei centri dove il contagio non è ancora arrivato in modo massiccio.

Questo significa che l’Intelligenza Artificiale, lasciata sola, sarebbe in grado di capire se un paziente è positivo a COVID-19? Non è così semplice. Non basta la diagnostica per immagini a riconoscere una polmonite da Sars-CoV-2 da una polmonite da influenza. Il quadro radiologico è molto simile se non sovrapponibile. Ci sono tuttavia delle caratteristiche che possono farci propendere per una diagnosi piuttosto che per un’altra. Bisogna valutare se è in corso una pandemia, come in questo caso. Se il periodo del picco di influenza è passato. Se il paziente ha avuto contatti con persone positive. Insomma, non abbiamo una diagnosi certa senza considerare il contesto clinico ed epidemiologico. Ed è su questo punto l’IA può giocare un ruolo importante, grazie alla sua capacità di elaborare dati provenienti da diverse fonti.

L’Intelligenza Artificiale può fare predizioni sulla prognosi e capire l’evoluzione della malattia? È ciò che intendiamo verificare con una serie di progetti, alcuni dei quali già messi in cantiere da Humanitas. Come detto, la predizione del decorso clinico non potrà essere fatta solo sulla base delle immagini: sarà necessario incrociare anche dati clinici ed epidemiologi. Le reti neurali sono estremamente efficaci nel fare la classificazione. Un software può valutare la tac, gli esami del sangue, l’ossigenazione del paziente, l’età, la provenienza, eventuali co-morbilità e quindi inserirlo in una classe di rischio. In questo modo potrebbe aiutare a capire, per esempio, se un paziente deve essere ricoverato o può essere curato a casa.

L’altro sviluppo, pensando anche alle difficoltà iniziali dei medici nel riconoscere la nuova malattia man mano che l’epidemia si spostava attraverso i paesi e i continenti, è legato alla possibilità di velocizzare i tempi di reazione. Se il primo centro che individua un’alterazione sconosciuta fosse in grado di mandare immediatamente un art, attraverso un algoritmo che riconosce la nuova struttura, dopo essere stato sottoposto al necessario allenamento attraverso lo studio di un numero sufficientemente alto di immagini, questo potrebbe portare in tempo reale l’informazione anche in ospedali lontani o non specializzati. Avremmo in mano uno strumento estremamente prezioso, in grado potenzialmente di salvare molte vite umane.

Fonte : Wired