L’Intelligenza Artificiale  sta rivoluzionando la produzione di nuovi farmaci, personalizza i trattamenti, assiste il chirurgo in sala operatoria.

Secondo un rapporto della società di consulenza Accenture, a partire dal 2026 le applicazioni dell’Intelligenza Artificiale nel settore sanitario made in USA porteranno a circa 150 miliardi di dollari di risparmi annuali. L’AI sta infatti ridisegnando tutta la supply chain delle cure mediche, dalla ricerca per la produzione di nuovi farmaci alle diagnosi radiologiche, fino agli interventi chirurgici in sala operatoria. I supercomputer, animati da algoritmi machine learning, sono infatti in grado di ascoltare, comprendere, operare, potendo svolgere le attività più disparate, aumentando efficienza ed efficacia delle cure mediche, con una riduzione sensibile dei rischi per i pazienti. Già oggi è possibile costruire cellule sintetiche, stampando codice genetico che può essere digitalizzato e trasportato nei laboratori di tutto il mondo attraverso Internet, per produrre in tempo record vaccini da utilizzare contro virus pandemici.

Il sistema di produzione dei vaccini è stato sviluppato più di 70 anni fa, isolando il virus dai pazienti infetti, per poi spedirlo ad un laboratorio in cui veniva iniettato in uova di gallina o in animali. L’incubazione durava diverse settimane, se non mesi, dopodiché iniziava un processo produttivo multifase. Dan Gibson, ricercatore scientifico della Synthetic Genomics ha inventato una stampante biologica che permette di accedere alle istruzioni per la produzione sintetica del vaccino, archiviandole su un computer e trasferendole digitalmente attraverso la rete, accelerandone il processo produttivo. La stampante consente di leggere e scrivere DNA, di fatto creando un teletrasporto biologico dello stesso, modificandolo e programmandolo come un web developer. Vengono create cellule viventi auto-replicanti, come terapie e vaccini, che possono permettere di salvare in breve tempo milioni di vite umane.  E la decodifica del genoma umano e la scrittura del DNA apre le porte a quella che viene chiamata Precision Medicine, un modello di cure sanitarie che propone la customizzazione e la personalizzazione delle stesse, con decisioni mediche, trattamenti e terapie ritagliate sul patrimonio genetico specifico del paziente.  

Gli algoritmi machine learning sono infatti utilizzati per analizzare milioni di dati sanitari di una popolazione, analizzando il genoma umano e identificando eventuali varianti. Come nella medicina cardiovascolare, dove la comprensione del genotipo e fenotipo nelle patologie consente di migliorare sensibilmente le cure, riducendo il rischio di ricadute e mortalità dei pazienti. Secondo una ricerca pubblicata sulla Harvard Business Review, già da 5 anni le analisi automatizzate delle radiologie per l’individuazione dei noduli al collo sono più veloci tra il 62% e il 97% di un consulto medico di radiologi. Un’altra area molto interessante è la chirurgia robotica assistita dall’AI. In ortopedia, un assistente chirugo può analizzare dati dalle cartelle cliniche e dalle radiografia per guidare il chirugo umano nell’operazione, sviluppando anche nuove tecniche chiurgiche dalle attuali. Uno studio su 379 pazienti in 9 diversi ospedali ha evidenziato che un assistente artificiale in sala operatoria riduce di 5 volte il rischio di complicazioni post operatorie.

E I tech giants americani, stanno investendo in centri di ricerca nel continente africano, per sviluppare concrete applicazioni dei loro motori di intelligenza artificiale anche nella sanità. L’Africa infatti, con 1 miliardo di abitanti, numerose piaghe endemiche, e servizi sanitari insufficienti, è terra di conquista di big data sanitari per sviluppare le applicazioni più varie dei motori di Intelligenza Artificiale di IBM Watson , e Google DeepMind. Ibm ha infatti un laboratorio di ricerca in Kenia che sta identificando gli interventi per eliminare la malaria in una specifica area, utilizzando le conoscenze di altre discipline, come la teoria dei giochi utilizzata in economia. Google invece ha aperto questo anno il suo centro di ricerca in Gana, per sviluppare applicazioni dell’Ai non solo nella sanità, ma anche nella educazione. Mentre in Europa, dove le spese sanitarie rappresentano una quota cospicua del PIL degli stati membri e lo sviluppo di tecnologie proprietarie potrebbe fare leva su un patrimonio di dati sanitari di più di un secolo, gli investimenti sono ancora scarsi. Con il rischio che anche la sanità pubblica diventi un feudo di un monopolista digitale.

Share: