Sanità basata sull’intelligenza artificiale: il futuro della medicina

In effetti, il mercato sanitario basato sull’intelligenza artificiale ammonta a 14,6 miliardi di dollari e si prevede che crescerà fino a raggiungere i 102,7 miliardi di dollari entro il 2028.

Nei tempi attuali, l’intelligenza artificiale è stata testata con successo in vari metodi medici, inclusa la rapida identificazione di anomalie nelle scansioni radiologiche, l’interpretazione di complessi segnali biomedici per il rilevamento precoce delle malattie e la facilitazione di approcci terapeutici personalizzati analizzando le informazioni genetiche.

Ciò che riserva il futuro è che queste applicazioni verranno utilizzate su scala più ampia. Si suppone che alcuni di essi siano democratizzati a livello di utente finale, mentre altri saranno limitati al livello di istituto medico e di ricercatore.

Esploriamo il futuro delle implementazioni dell'intelligenza artificiale nel settore sanitario.

1. Identificazione delle anomalie nelle scansioni radiologiche

Le radiografie del torace svolgono un ruolo cruciale nella diagnosi di un ampio spettro di problemi legati al cuore e ai polmoni. Rilevare un’irregolarità in una radiografia del torace può segnalare varie condizioni, come il cancro e le malattie polmonari croniche.

Uno strumento di intelligenza artificiale in grado di distinguere efficacemente tra radiografie del torace normali e anormali allevierebbe in modo significativo il notevole carico di lavoro affrontato dai radiologi di tutto il mondo.

Infatti, secondo un recente rapporto pubblicato dalla Radiological Society of North America, i ricercatori hanno utilizzato uno strumento di intelligenza artificiale disponibile in commercio per analizzare le radiografie del torace di 1.529 pazienti in quattro ospedali nella regione della capitale della Danimarca.

Le radiografie hanno riguardato casi del pronto soccorso, pazienti ricoverati in ospedale e pazienti ambulatoriali. Lo strumento di intelligenza artificiale ha classificato i raggi X in due gruppi: “normale con alta confidenza” o “normale con non alta confidenza”, che rappresentano rispettivamente condizioni normali e anormali.

Come punto di riferimento, due radiologi toracici certificati hanno valutato le radiografie. In caso di disaccordo veniva consultato un terzo radiologo e tutti e tre gli esperti non erano a conoscenza dei risultati dell’IA.

Delle 429 radiografie del torace etichettate come normali, lo strumento AI ne ha classificate anche 120 (o il 28%) come normali. Questo sottoinsieme, che rappresenta il 7,8% di tutti i raggi X, potrebbe potenzialmente essere automatizzato in modo sicuro dall’intelligenza artificiale. La cosa più interessante è che lo strumento AI ha dimostrato una sensibilità del 99,1% nel rilevare radiografie del torace anomale.

2. Interpretazione di segnali biomedici complessi

L'analisi dei segnali biomedici si riferisce al metodo di raccolta ed elaborazione dei segnali fisiologici per ricavare informazioni preziose per la diagnosi e il trattamento medico. Ciò comporta l’utilizzo di diverse tecniche di elaborazione del segnale per analizzare i dati e individuare modelli che suggeriscono condizioni o malattie specifiche.

L'analisi del segnale biomedico copre vari tipi di segnale, come elettrocardiogrammi (ECG), elettroencefalogrammi (EEG) ed elettromiogrammi (EMG). Ciascuno di questi segnali offre dettagli distinti sulla condizione fisiologica del corpo e può aiutare nella diagnosi di un ampio spettro di problemi medici.

Recentemente, Anumana, Inc. , con sede a Cambridge, MA, USA, ha creato un algoritmo ECG basato sull'intelligenza artificiale progettato per migliorare l'identificazione precoce dell'amiloidosi cardiaca. Questo software basato sull'intelligenza artificiale è in grado di interpretare segnali ECG che potrebbero passare inosservati agli analisti umani.

Considerato l’uso diffuso di test ECG non invasivi, gli algoritmi AI-ECG hanno il potenziale per raggiungere una popolazione di pazienti più ampia in uno stadio precoce della malattia. Anumana è attualmente impegnata nell'evoluzione di questo algoritmo in un Software-as-a-Medical-Device (SaMD), con l'obiettivo di integrare perfettamente questa soluzione nei flussi di lavoro clinici esistenti.

Questa innovazione dell’ECG AI ha anche ottenuto la designazione di dispositivo rivoluzionario dalla Food and Drug Administration (FDA) statunitense, garantendo che i pazienti e gli operatori sanitari possano accedere tempestivamente a questo algoritmo.

3. Valutazione della salute mentale

Nel 2021, più di 150 milioni di persone nella regione europea dell’OMS sono state alle prese con condizioni di salute mentale.

Purtroppo, poiché negli ultimi anni si è assistito all’esacerbazione di questa situazione a causa della pandemia di COVID-19, l’accesso ai servizi essenziali è diminuito e l’aumento dello stress, delle circostanze economiche sfavorevoli, dei conflitti e della violenza ha sottolineato la delicata natura dei disturbi mentali. salute.

Allo stesso tempo, l’intelligenza artificiale ha inaugurato un’era di trasformazione nel campo della medicina e dell’assistenza sanitaria. Sta emergendo come uno strumento innovativo per orchestrare i servizi di salute mentale e identificare e monitorare efficacemente i problemi di salute mentale sia a livello individuale che di popolazione.

Gli strumenti basati sull’intelligenza artificiale sfruttano i dati sanitari digitalizzati, disponibili in diversi formati come cartelle cliniche elettroniche, immagini mediche e note cliniche scritte a mano. Questi strumenti automatizzano le attività, forniscono supporto ai medici e facilitano una visione più approfondita delle intricate origini dei disturbi complessi.

Thymia, una startup all’avanguardia nel campo della salute digitale, è un ottimo esempio di questo progresso innovativo. Fondata nel 2020, Thymia è stata pioniera di un videogioco basato sull'intelligenza artificiale progettato per accelerare, migliorare e fornire valutazioni più obiettive della salute mentale.

All'interno di questa piattaforma, le preferenze dei pazienti nei videogiochi vengono sfruttate per facilitare la rapida creazione di una valutazione di base. Successivamente, l’intelligenza artificiale approfondisce una moltitudine di attributi facciali resi anonimi dai video e analizza i dati audio, identificando così la probabilità e la potenziale gravità della depressione.

Questa tecnologia fornisce funzionalità di monitoraggio remoto ininterrotto sia ai pazienti che ai medici, consentendo la comprensione in tempo reale delle condizioni e del progresso del trattamento.

4. Analisi e visualizzazione dei dati

Il settore sanitario genera un volume di dati maggiore rispetto a qualsiasi altro settore dell’economia. Tuttavia, l'industria si è accontentata di dati solo “approssimativamente accurati”, derivati ​​principalmente da sondaggi con un numero limitato di partecipanti.

L'analisi e la visualizzazione dei dati possono migliorare la chiarezza dei collegamenti tra pazienti, professionisti, fornitori, pagatori e sinistri. Se combinata con l’apprendimento automatico e i progressi dell’intelligenza artificiale, la visualizzazione consente agli utenti di evitare errori e confusione, individuando rapidamente irregolarità e potenziali casi di frode legati alla fatturazione o alle prescrizioni mediche.

Naturalmente, questo non è tutto. Dai un'occhiata al seguente esempio del mondo reale.

Trilliant Health, una società specializzata in analisi predittive e ricerche di mercato, ha presentato SimilarityIndex | Hospitals , uno strumento di visualizzazione dei dati all'avanguardia che stabilisce parametri di riferimento per oltre 2.000 ospedali negli Stati Uniti.

Lo strumento è basato su SimilarityEngine, una tecnologia di apprendimento automatico, che consente agli utenti di scegliere un ospedale di riferimento e quindi visualizzare un gruppo di 10 ospedali simili simili. La visualizzazione è dotata di filtri che comprendono fattori come tassi di riammissione, tassi di mortalità e punteggi per le condizioni acquisite in ospedale.

Trilliant Health afferma che questa raffinata capacità di benchmarking consente ai leader sanitari di valutare i sistemi sanitari utilizzando strategie basate sull’evidenza, piuttosto che fare affidamento esclusivamente sulle classifiche promozionali dei primi 100 ospedali.

Non più fantascienza: l’intelligenza artificiale è già qui

Essendo un'azienda di sviluppo dell'intelligenza artificiale, siamo stati in prima linea nell'adozione dell'intelligenza artificiale nel settore sanitario. Che si tratti di una semplice automazione delle attività o dell’elaborazione di un’enorme serie di dati di valutazione sanitaria, abbiamo visto l’intelligenza artificiale fare miracoli per il settore sanitario.

L’intelligenza artificiale è una gioia per pazienti, medici, ospedali e ricercatori. E ora è il momento giusto per le istituzioni sanitarie di identificare le aree di adozione dell’intelligenza artificiale e dare il via.