di Riccardo Bugliosi
Pubblicato il 07/12/2018
In questo articolo della nostra rubrica introduciamo il concetto di Intelligenza Artificiale (IA). Analizzeremo in seguito un esempio molto recente di una sua applicazione pratica in Oculistica.
Intelligenza Artificiale: di cosa si tratta?
Spiegare ai non addetti ai lavori cosa si intenda per IA non è un compito facile. Dobbiamo comunque partire dalla considerazione che sin dalla notte dei tempi l’uomo ha sognato di replicare in qualche modo sé stesso sia sotto il profilo biologico che intellettivo.
Sorprendentemente la creazione di una macchina pensante non è un’idea recente e questo concetto è presente in numerosi miti. Tracce di questo posso essere trovate nelle Metamorfosi di Ovidio e negli scritti di Polibio. Giungendo ai nostri tempi possiamo pensare al Frankenstein di Mary Shelley ed arrivare alla visionaria preconizzazione di HAL 9000 nel film 2001 Odissea nello Spazio di Stanley Kubrick.
Intelligenza Artificiale: la definizione dell’Enciclopedia Britannica
Per giungere ad una definizione comprensibile e rigorosa di IA, seguendo il criterio di affidabilità esposto nel nostro primo articolo, ci affidiamo all’Enciclopedia Britannica:
L’intelligenza Artificiale è l’abilità di un computer digitale o di un robot controllato da computer di eseguire compiti comunemente associati ad esseri dotati di intelligenza. Il termine è frequentemente applicato ai progetti di ricerca per lo sviluppo di sistemi dotati di processi intellettuali caratteristici degli esseri umani, come l’abilità di ragionare, scoprire significati, generalizzare oppure acquisire conoscenza dalle esperienze passate.
Intelligenza Artificiale tra algoritmi e quotidianità
L’IA sta vivendo un periodo di grande attualità in quanto siamo ormai in possesso delle tecnologie e delle potenze di calcolo in grado di affrontare l’arduo compito di simulare i nostri processi intellettivi e conoscitivi. Basti pensare alle numerose sperimentazioni in corso sulle autovetture a guida autonoma che presto diverranno una realtà.
Come conseguenza di questo non dobbiamo dimenticare che molte autorevoli voci, Stephen Hawking tra l’altro, hanno ammonito sui possibili pericoli derivanti per la razza umana dal suo veloce sviluppo nel caso non venga controllato efficacemente. Ciò che ci preme trasmettere d’ora in poi è che dobbiamo considerare l’IA non già come qualcosa di puramente teorico, estraneo alla nostra vita, ma in realtà ben presente in varie forme: sia parcellizzate in una vasta tipologia di strumenti e tecnologie che utilizziamo in maniera diffusa nella nostra vita quotidiana sia su complessi sistemi che applicano algoritmi cognitivi elaborando enormi quantità di informazioni (Big Data).
Gli esempi di Amazon, Google e Facebook
Per fare dei nomi Amazon, Google, Facebook non sarebbero diventate i colossi che conosciamo senza l’utilizzo massivo di tecniche di IA. La prima in particolare afferma che il “Machine Learning è così importante che, senza queste tecnologie Amazon non potrebbe far crescere il suo business, migliorare l’interazione con gli acquirenti e selezionare, ottimizzare la velocità e la qualità della sua logistica”.
Intelligenza Artificiale applicata in medicina
A questo punto possiamo inoltrarci nell’interazione tra medicina ed IA. Dobbiamo partire dal concetto che l’utilizzo dell’IA in medicina avrà come effetto l’aumento delle capacità diagnostiche e terapeutiche. Questa affermazione è stata esposta da un ricercatore di DeepMind, una delle più importanti aziende di IA al mondo di proprietà di Google dal 2014.
Il progetto di DeepMind
Questa società è responsabile di un progetto in oculistica assieme al Moorfields Eye Hospital di Londra. Tale ricerca potrà introdurre un significativo miglioramento nella gestione delle patologie oculistiche che mettono a repentaglio la vista.
La novità introdotta è un sistema in grado di interpretare velocemente le scansioni oculari derivanti dalla pratica clinica rutinaria con un elevatissimo grado di accuratezza. Il tutto è nato dalla richiesta di un oftalmologo che ha contattato DeepMind per verificare se fosse possibile collaborare nell’ambito di due specifiche condizioni che causano perdita della vista: la retinopatia diabetica e la degenerazione maculare senile (DMS). Nell’ insieme queste patologie colpiscono 100 milioni di individui nel mondo.
Al giorno d’oggi si utilizza la Tomografia Ottica Computerizzata (OCT) come sostegno per la diagnosi di queste patologie. Le immagini 3D che risultano forniscono delle scansioni corneali e retiniche assai precise che consentono di analizzare nel dettaglio gli strati della cornea, la macula ed il nervo ottico. L’aspetto negativo dell’analisi di queste scansioni è legato alla difficoltà di interpretare correttamente le immagini e quindi nella necessità dell’intervento di un esperto della metodica. Il tempo necessario per la valutazione delle immagini e la grande quantità delle scansioni eseguite possono condurre ad importanti ritardi nei tempi tra la scansione ed il trattamento, persino nel caso di urgenze. Il sistema sviluppato con DeepMind è in grado di identificare in secondi le caratteristiche della patologia oculare ed quindi indirizzare alla terapia urgente i casi più gravi. Per chi volesse approfondire il funzionamento di questo sistema può fare riferimento all’articolo pubblicato su Nature Medicine.
Il deep learning: cosa è
La novità del progetto è consistita nell’applicare una nuova architettura di deep learning ad un set eterogeneo di scansioni tomografiche 3D derivanti da pazienti provenienti da un ospedale oculistico altamente specializzato. Il deep learning è una branca dell’IA che fa largo uso delle reti neurali artificiali per generare un apprendimento profondo non mediato dall’uomo. È largamente utilizzato nelle computer vision e quindi nell’interpretazione di immagini da parte dei computer. Tecnicamente parlando il sistema realizzato da DeepMind analizza le immagini degli OCT mediante due reti neurali artificiali (RNA).
Le RNA, con cui avremo spesso a che fare, sono un tentativo di simulare nei computer il funzionamento delle reti di neuroni presenti nel cervello umano. Tutto questo per approcciare la conoscenza sulla base di processi esperienziali e classificare, acquisire conoscenza e prendere decisioni in una maniera simile alla nostra.
Ulteriore aspetto interessante di questo lavoro è che gli scienziati coinvolti hanno inoltre affrontato una delle problematiche classiche dell’IA: spiegare come e perché il sistema ha raggiunto la sua diagnosi. Tecnicamente questo è il problema chiamato della Scatola nera (Black Box). Spesso negli studi di IA si realizzano sistemi in grado di svolgere compiti anche assai complessi efficacemente ma non si è in grado di capire come tali sistemi raggiungano le loro conclusioni oppure facciano le loro scelte. In questo caso si è voluto realizzare un sistema in grado di permettere al medico di capire come il sistema sia arrivato alle sue conclusioni e quindi eventualmente dare una valutazione finale della diagnosi supervisionando il tutto. Dal punto di vista pratico il sistema esprime la sua raccomandazione come percentuale.
Questa funzionalità è cruciale in quanto viene comunque lasciata ai clinici l’ultima parola e quindi rimane il loro ruolo chiave nel prendere la decisione finale sulla diagnosi e sull’eventuale trattamento. Per citare gli autori: Permettere agli specialisti di analizzare e supervisionare le raccomandazioni prodotte dal sistema di IA è un aspetto chiave per permettere che tale sistema divenga utilizzabile nella pratica clinica.
E’ possibile vedere questo interessante video sul progetto:
Questo è il già accennato affiancamento del computer per potenziare le possibilità di discriminazione diagnostica e terapeutica in medicina. Sia DeepMind che il Moorfields stanno lavorando intensamente per rendere questo sistema sicuro ed affidabile. Nel caso in cui questa tecnologia risultasse validata mediante severi trial clinici, gli specialisti del Moorfileds potranno utilizzarlo nelle loro 30 strutture presenti nel Regno Unito. In queste strutture vengono seguiti 300.000 pazienti/anno ed eseguiti circa 1.000 OCT ogni giorno. È ovvio immaginare i vantaggi che lo scenario descritto apporterà in termini di qualità del servizio e di riduzione dei tempi e dei costi.
A presto e buon eHealth!
Parole chiave
eHealth, DeepMind, Moorfields Eye Hospital, Intelligenza Artificiale, Reti Neurali Artificiali, Machine Learning, Deep Learning, Tomografia Ottica Computerizzata (OCT), Retinopatia Diabetica, Degenerazione Maculare Senile (DMS)
Leggi tutti gli articoli di Medicina 4.0
Google DeepMind: Intelligenza Artificiale nello screening radiologico del tumore del seno
3DBioprinting: l’utilizzo delle stampanti 3D nella Medicina Rigenerativa
L’Internet delle cose “Internet of Things” e la medicina prossima ventura
La robotica in chirurgia e medicina
Wearable devices, big data e frequenza cardiaca
Dall’informatica medica all’eHealth
Chi è Riccardo Bugliosi
Riccardo Bugliosi è medico, specialista in medicina interna. Si è sempre occupato di informatica, in particolare di Intelligenza Artificiale, sia in medicina che in altri settori. Ha pregressi studi in Fisica ed Ingegneria Elettronica ed ha diverse pubblicazioni sui lavori svolti.
