L’intervista a Giovanni Arcuri, direttore Uoc tecnologie sanitarie al Gemelli di Roma, per DigitEconomy24, il report Luiss Business School e Il Sole 24 Ore
di Simona Rossitto
Il futuro della sanità, e anche la lotta per fermare l’attuale epidemia di coronavirus, passa per big data e intelligenza artificiale. Parola di Giovanni Arcuri, direttore Uoc tecnologie sanitarie al Gemelli di Roma, polo chiamato a occuparsi a Roma del nuovo centro per il trattamento e la diagnosi del coronavirus che da lunedì metterà a disposizione i primi 40 posti letto. In questa occasione, spiega Arcuri in un’intervista a DigitEconomy.24 (report di Radiocor e Luiss Business School), la prima del Gemelli su tema, «valuteremo con i nostri radiologi l’uso di sistemi di analisi automatica delle immagini tomografiche polmonari per comprendere se possono essere utili ad abbreviare i tempi di diagnosi». In questa emergenza «la sfida primaria è quella di utilizzare efficacemente le risorse disponibili . Stavolta abbiamo, però, dei nuovi strumenti a disposizione. Senza dubbio utilizzeremo i sistemi di business intelligence che abbiamo già sviluppato per avere, in tempo reale, il polso della situazione in termini di assorbimento di risorse ed efficacia dei percorsi clinici».
Si parla tanto di big data e intelligenza artificiale: in campo sanitario, cosa intendiamo esattamente?
Oggi disponiamo di un patrimonio prezioso di dati sanitari digitali, molti dei quali strutturati, che possiamo esplorare e utilizzare per migliorare le cure fornite ai pazienti e l’assistenza sanitaria nel suo complesso. La chiave di volta è rappresentata dalla crescita esponenziale dell’infrastruttura digitale nel mondo sanitario. Oramai è possibile non solo sviluppare, ma anche applicare tecniche e algoritmi di intelligenza artificiale e big data analysis a svariati campi della medicina, della ricerca clinica e della salute pubblica. Tre sono le aree che mi paiono più promettenti e interessanti per il SSN: la prima è l’applicazione dei sistemi di Intelligenza Artificiale (AI) alla diagnostica e alla terapia. Si tratta di strumenti in genere basati su reti neurali, ossia su modelli matematici in grado di apprendere dai dati con cui vengono alimentati. Sono algoritmi in grado di simulare le capacità cognitive umane nell’analizzare dati clinici e di giungere autonomamente a delle conclusioni senza ulteriori input umani, supportando il clinico nell’individuazione dei segni di probabili patologie. Una seconda applicazione è legata ad algoritmi di “knowledge extraction”, ovvero in grado di estrarre nuova conoscenza dai dati di cui già disponiamo. In medicina, questi algoritmi permettono di identificare nuovi segnali predittivi dell’insorgenza di alcune malattie o di individuare correlazioni non ancora note fra i risultati di diversi esami clinici comunemente prescritti. Da ultimo, citerei i sistemi di “business intelligence”, in grado di analizzare in tempo reale enormi quantità di dati strutturati rappresentandoli con indicatori di sintesi dinamici. Grazie a essi è possibile, ad esempio, valutare e simulare in tempo reale l’occupazione delle diagnostiche o dei posti letto in ospedale, per gestire al meglio le risorse e analizzare l’efficacia dei percorsi clinici. Inoltre, permettono di comprendere l’impatto che hanno sul percorso di cura i dispositivi medici innovativi. Si tratta di strumenti essenziali per garantire la sostenibilità del sistema, guidandoci ad utilizzare le risorse nel modo più efficace possibile.
Quali sono i principali benefici che potranno portare alle persone?
I benefici sono molteplici sia per i pazienti che per gli operatori sanitari. In ambiti quali la diagnostica per immagini vi sono, oramai, sistemi di AI in grado di analizzare e proporre diagnosi affidabili in specifiche aree applicative, come le tac polmonari, le risonanze prostatiche o la diagnostica mammografica. In taluni casi, l’accuratezza dei sistemi di AI è pari o persino superiore a quella umana. Un’altra evoluzione è legata allo sviluppo di sistemi che guidano gli operatori ad acquisire esami in modo corretto. È un’applicazione interessante, perché rende possibile concentrare il tempo medico nella diagnosi e non nelle operazioni di acquisizione. Il beneficio non si limita, però, al momento della diagnosi, ma si estende all’erogazione di terapie. In campo radioterapico sono stati rilasciati di recente sistemi di intelligenza artificiale che, basandosi su modelli predefiniti e immagini acquisite in precedenza, affiancano i clinici nello sviluppo di un piano di trattamento che tiene conto degli obiettivi terapeutici di ciascun paziente. Durante la terapia, il sistema è in grado di dare indicazioni per correggere il piano in base all’evoluzione del tumore, per aggredirlo in modo più preciso.
Come rendere concreti questi benefici?
Affinché tutti questi benefici potenziali diventino reali e non rimangano isolati, bisogna riconoscere il ruolo chiave che svolge la cosiddetta “Smart Health“, la quale, basandosi su reti di comunicazione affidabili e ad alte performance, consente non solo ai dispositivi medici di inviare dati clinici agli operatori sanitari, ma anche di porre le basi per lo sviluppo e l’aggiornamento dei sistemi di AI e di analisi di Big Data. I pazienti, in queste applicazioni, vengono dotati di dispositivi medici IoT (direttamente connessi a Internet) che possiedono specifiche funzioni di monitoraggio, notifica, allarme.
La capacità di analizzare con algoritmi di AI questa enorme mole di dati in tempo reale e ricavare indicatori di sintesi sullo stato di salute del paziente e sul suo trend evolutivo consente ai clinici un intervento mirato e proattivo. Questi sistemi permettono anche al paziente di tenere sotto controllo il proprio stato di salute e verificare, se del caso, il proprio livello di adesione alle indicazioni ricevute dai clinici.
È un vero cambio di paradigma nel campo della prevenzione e della personalizzazione delle cure, in grado di aumentare la sostenibilità del nostro Sistema Sanitario. La Fondazione Policlinico Universitario A. Gemelli IRCCS sta partecipando a una iniziativa di sviluppo di questi sistemi nella forte convinzione che rappresenteranno una rivoluzione nelle modalità di erogazione dei servizi legati alla salute, in cui sono chiamati a giocare un ruolo cruciale non soltanto gli esperti di tecnologie digitali e di intelligenza artificiale, ma anche e soprattutto i clinici e le strutture sanitarie.
E quindi, relativamente alla situazione attuale e alle diagnosi di coronavirus?
Il coronavirus ha portato alla luce il fatto che l’uso di sistemi avanzati di analisi dei dati costituisce un valido supporto nei diversi ambiti toccati dall’emergenza. Innanzitutto, i modelli basati sui big data aiutano a comprendere in modo rapido, a livello nazionale ed internazionale, i meccanismi di diffusione del virus permettendo di indirizzare le più efficaci strategie di contenimento. Nel contempo, indipendentemente dalla situazione attuale, diverse aziende farmaceutiche per abbreviare il periodo di sviluppo di nuovi farmaci e vaccini stanno studiando le opportunità offerte dai sistemi di AI. Questa è anche una delle strade che si sta percorrendo per il vaccino del coronavirus, ma non solo per quello. È purtroppo presto per poter fare valutazioni, ma è di questi giorni il rilascio di un algoritmo di intelligenza artificiale in grado di analizzare le TAC polmonari dei pazienti positivi al COVID19.
Non si tratta, beninteso, di un sistema in grado di diagnosticare il contagio, ma di un algoritmo che, essendo addestrato sulle immagini TAC acquisite in Cina nelle ultime settimane, propone una diagnosi in caso di riconoscimento della polmonite interstiziale bilaterale, che rappresenta una delle più serie complicanze per i pazienti affetti dal virus.
In futuro, gli algoritmi potranno sostituire l’uomo o quanto meno rendere più facile il lavoro del medico e colmare il gap di personale?
Personalmente dubito sia sensato parlare di sostituire l’uomo, ma certamente lo sviluppo cui assistiamo consentirà di ottimizzare il tempo medico dedicandolo in modo più orientato alle attività di diagnosi e cura, contribuendo a colmare il gap di personale di cui il sistema sanitario ha bisogno e consentendo un miglior utilizzo delle competenze cliniche. Tornando all’esempio della smart health, la possibilità di estendere al di fuori dei confini fisici degli ospedali la capacità di controllo dello stato di salute rappresenta una rivoluzione. Per molte malattie croniche, ad esempio, sappiamo già, grazie agli studi scientifici ed alle linee guida internazionali, che esistono strategie e metodi di monitoraggio a distanza efficaci per seguire questi pazienti: l’uso delle nuove tecnologie rende possibile usare questa conoscenza per correggere in tempo reale non solo le terapie, ma anche gli stili di vita potendo intervenire clinicamente nel momento più opportuno indipendentemente, quindi, dalla programmazione delle visite ambulatoriali. Vuol dire, in altre parole, usare il tempo dei clinici e le risorse del sistema sanitario nel modo più efficace possibile per aiutarci a vincere la sfida cui tutti i sistemi sanitari moderno sono chiamati: coniugare la sostenibilità con eccellenza ed equità di accesso nelle cure, ottimizzando le risorse disponibili.
Il Gemelli ha la responsabilità di creare a Roma il nuovo centro per il trattamento e la diagnosi del coronavirus: sperimenterete già in questa situazione nuove tecnologie e algoritmi?
È una sfida impegnativa e importante alla quale siamo stati chiamati a rispondere in tempi brevi, mettendo a disposizione dell’SSN le nostre risorse e le nostre competenze. Valuteremo con i nostri radiologi l’uso di sistemi di analisi automatica delle immagini tomografiche polmonari per comprendere se possono essere utili ad abbreviare i tempi di diagnosi. Anche in questa emergenza la sfida primaria è quella di utilizzare efficacemente le risorse disponibili . Stavolta abbiamo, però, dei nuovi strumenti a disposizione. Senza dubbio utilizzeremo i sistemi di business intelligence che abbiamo già sviluppato per avere, in tempo reale, il polso della situazione in termini di assorbimento di risorse ed efficacia dei percorsi clinici.
13/03/2020
