AI news:

il portale di approfondimento sul mondo dell'intelligenza artificiale

AI news: il portale di approfondimento sul mondo dell'intelligenza artificiale

Le applicazioni dell’AI durante la pandemia Covid-19

La pandemia ha accelerato l’integrazione dell’intelligenza artificiale in diversi campi. Dagli strumenti di diagnosi alla sorveglianza di massa: i principali utilizzi e gli sviluppi futuri

Sanità e intelligenza artificiale. Un binomio sempre più stretto. La pandemia da Covid-19 ha accelerato l’integrazione delle tecniche AI in campo medico. Il processo era in corso già da tempo. Si pensi, ad esempio, alle già numerose applicazioni dell’intelligenza artificiale per identificare o diagnosticare malattie. Pochi mesi fa Google aveva presentato il suo strumento basato sull’AI capace di riconoscere circa 300 malattie di pelle, unghie e capelli a partire da una foto caricata dall’utente e dalle risposte a un veloce questionario. Ma le applicazioni di AI negli ospedali sono molteplici, come i software addestrati per imparare a identificare anomalie nelle immagini utilizzate per la diagnosi o quelli che “sentono” la depressione del paziente nelle parole pronunciate più lentamente o con più pause.

Il campo è prolifico. Secondo Morgan Stanley, il mercato globale per l’AI in campo sanitario è in grande crescita. Gli analisti si attendono che esso crescerà dagli attuali 1,3 miliardi di dollari ai 10 miliardi nel 2024. Ma al di là del fattore economico, gli esperti concordano sul fatto che l’utilizzo dell’AI in campo medico garantirà vantaggi inimmaginabili fino a pochi anni fa. Come detto, la pandemia iniziata nel 2020 ha impresso una notevole accelerata a un processo in corso da tempo. In questo articolo, analizziamo come le più importanti applicazioni AI per la lotta al Covid-19, i fallimenti incontrati e gli sviluppi futuri.

Prevedere la diffusione del Covid-19 con l’intelligenza artificiale

Quando si pensa a intelligenza artificiale e coronavirus, il primo pensiero va ai metodi utili per prevedere la diffusione del contagio. Tra i casi di successo, si cita spesso quello dell’azienda canadese BlueDot, tra le prime a individuare il virus utilizzando l’intelligenza artificiale e la sua capacità di rivedere continuamente oltre 100 set di dati, come notizie, vendite di biglietti aerei, dati demografici, dati climatici e popolazioni animali. BlueDot, già alla fine del 2019, aveva rilevato quello che allora era considerato un focolaio di polmonite a Wuhan, in Cina.

Un’AI per tracciare la diffusione del Covid-19 è stata sviluppata anche da un team del Boston Children’s Hospital. Il sistema elaborato, chiamato HealthMap, integra i dati delle ricerche di Google, dei social media, di blog e forum di discussione. Una strategia seguita anche dal Centro internazionale di ricerca per l’intelligenza artificiale dell’Unesco, che ha ideato il proprio Corona Virus Media Watch: un’allerta mediatica che fornisce aggiornamenti sulle news provenienti da tutto il mondo. Lo strumento rappresenta così un’utile fonte di informazioni per i responsabili politici, i media e il pubblico per osservare le tendenze emergenti relative a Covid-19 nei loro paesi e in tutto il mondo.

L’AI per diagnosi più veloci e accurate

Esistono poi applicazioni che facilitano invece la diagnosi e il lavoro dei medici nella lotta al Covid-19. L’istituto di ricerca cinese Alibaba Damo Academy è stato il primo ad annunciare l’esistenza di un test in grado di elaborare le immagini provenienti dalla Tac che, in soli 20 secondi, fornisce una diagnosi positiva o negativa al Covid-19.

Anche in Italia gli esempi non mancano. Come ha spiegato il direttore dell’Unità Operativa di Medicina Nucleare di Humanitas in un’intervista al Sole 24 Ore, durante la pandemia l’ospedale ha interpretato i molti dati a propria disposizione grazie all’aiuto dell’AI. In particolare, un team di radiologi, medici, ingegneri e data scientist ha dato vita a un algoritmo per l’identificazione rapida dei pazienti che necessitano di un trattamento immediato. Tale algoritmo è infatti capace di suddividere i pazienti Covid-19 in tre gruppi di rischio a seconda del trattamento necessario. Sulla base di questa suddivisione operata dall’AI, i medici sono così in grado di intervenire tempestivamente con le cure.

Un sistema simile è stato sviluppato anche grazie ai finanziamenti dell’Unione europea: il software di intelligenza artificiale InferRead CT Lung COVID-19 scambia dati con gli scanner per le Tac negli ospedali. La tecnologia di AI analizza le immagini dei polmoni scattate dallo scanner, identifica i segni del coronavirus e valuta le lesioni. Come spesso accade quando si parla di AI, il vantaggio risiede nella maggiore velocità di svolgimento della valutazione: un processo che richiede in genere un attento esame da parte di un medico esperto, grazie alla macchina ha bisogno solo di pochi secondi.

Ma la scienza, come spesso fa, è andata anche oltre. Tre ricercatori del Massachusetts Institute of Technology hanno analizzato i risultati ottenuti dalla sperimentazione di una nuova applicazione per smartphone o pc in grado di individuare i soggetti asintomatici portatori del virus Sars-Cov-2. L’approccio deep learning messo a punto dal gruppo di ricerca si è articolato in due fasi. In un primo momento è stato avviato un processo di crowdsourcing a livello mondiale per realizzare un database. In questo grande archivio, sono confluite le registrazioni vocali dei colpi di tosse di oltre 5 mila persone e le risposte a un breve questionario. Successivamente, i dati sono stati analizzati tramite un modello AI che si è rivelato capace di isolare alcuni biomarcatori acustici associati alla presenza della malattia da Covid-19.

Covid-19 e strumenti di “sorveglianza di massa

C’è di più. Al di là delle applicazioni mediche, l’intelligenza artificiale ha trovato spazio anche nei metodi di sorveglianza delle persone contagiate. Con ripercussioni e discussioni anche sul piano etico (per un approfondimento sull’etica dell’AI, clicca qui).

Un esempio più unico che raro è quello di Singapore. Il Paese ha infatti messo in atto misure di sicurezza molto restrittive: ha emesso un ordine di contenimento per le popolazioni a rischio, ha verificato il rispetto delle misure tramite cellulare e geolocalizzazione e ha effettuato controlli a campioni a domicilio.

Gli altri Stati non sono stati a guardare, con uno spettro di applicazioni che vanno dalla sorveglianza di massa (come in Cina) a strumenti che cercano di tutelare il più possibile la privacy personale. Tra i Paesi che si sono spinti più in là, un esempio è la Cina, che ha dotato le forze dell’ordine di caschi “intelligenti” in grado di segnalare gli individui con un’alta temperatura corporea e ha ampliato la propria rete di telecamere per sorvegliare gli spostamenti delle persone. Ma esempi sono anche Israele, dove è stato sviluppato un piano di controllo dell’uso telefonico individuale per avvertire gli utenti di non entrare in contatto con persone potenzialmente portatrici del virus, e Taiwan, dove un telefono cellulare viene dato alle persone infette e registra la loro posizione GPS in modo che la polizia possa rintracciare i loro movimenti e assicurarsi che non si allontanino dal luogo di confinamento.

Negli Stati occidentali, invece, il dibattito sull’utilizzo della tecnologia – e in particolare di quella basata sull’AI – per la “sorveglianza” dei cittadini si è fatto più serrato. Il governo degli Stati Uniti ha chiesto alle cosiddette Gafam (Google, Amazon, Facebook, Apple e Microsoft) di avere accesso all’enorme mole di dati della popolazione americana a loro disposizione per combattere la diffusione del virus. La risposta, tuttavia, è stata negativa poiché le Big Tech temevano pesanti ripercussioni legali e d’immagine. In Italia la discussione si è invece concentrata, come ricorderete, sull’app Immuni e sull’opportunità di affidare a un’azienda privata la creazione di un’applicazione che tratta dati così sensibili.

Non è tutto oro quel che luccica

Se da un lato non si può negare che la pandemia abbia agito da driver fondamentale per accelerare il processo di integrazione dell’AI in campo sanitario, dall’altro è bene essere consapevoli che la strada da percorrere è ancora lunga.

Due importanti studi, dopo aver valutato centinaia di strumenti di diagnosi della malattia da Covid-19 basati sull’AI, hanno messo in guardia sugli errori alla base della maggior parte di essi. Parliamo dello studio di Laure Wynants, Assistant Professor of Epidemiology presso la Maastricht University, e di Derek Driggs, PhD student del Cambridge Centre for Analysis. Entrambi, pur riconoscendo l’utilità di questi software di diagnosi veloce nella fase acuta della pandemia, hanno evidenziato come in realtà nessuno degli strumenti utilizzati fosse pronto per l’uso clinico.

Molti dei problemi sono stati riscontrati nella prima fase di lavoro: la creazione di data set. Molti strumenti sono stati costruiti usando dati etichettati male o dati provenienti da fonti sconosciute. Driggs si focalizza su quelli che lui chiama “Frankenstein dataset”, ossia dati che sono messi insieme da più fonti e che possono contenere duplicati. Questo significa che alcuni strumenti finiscono per essere testati sugli stessi dati sui quali sono stati addestrati, facendoli apparire più “accurati” di quanto non siano.La pandemia iniziata nel 2020 lascia al mondo scientifico due certezze. La prima: si è segnato, per quanto riguarda l’applicazione dell’AI in campo medico, un punto di non ritorno. D’ora in avanti sarà impossibile tornare indietro, ma anzi si accelererà ancora di più il processo di studio, ricerca e sviluppo di strumenti basati sull’intelligenza artificiale da utilizzare in campo medico. La seconda ha a che fare con l’eticità di questo processo irreversibile. Nel prossimo futuro, anzi già ora, comunità scientifica e entità governative dovranno imparare a gestire il proliferare di questi strumenti che, come abbiamo visto, non sono infallibili. E a tal proposito, citiamo proprio il primo dei sette principi stabiliti dall’Unione europea per lo sviluppo e applicazione dell’AI: la supervisione umana. Se il campo medico – e quindi l’intera società – riuscirà a trarre vantaggio dall’intelligenza artificiale, sarà grazie all’integrazione tra macchina e ingegno umano.