Il futuro dell’IA nell’assistenza sanitaria

In che modo l’intelligenza artificiale influisce sulla salute e sulla medicina.

Fonte: C.Rosso

Neil Jacobstein, Presidente della IA e Robotica presso la Singularity University, ed ex presidente della Singularity University, ha il dito sul polso di tutte le cose relative all’intelligenza artificiale (AI). È Henry Crown Fellow presso l’Aspen Institute e Distinguished Visiting Scholar nel programma Media X della Stanford University. È stato presidente della XVII Conferenza per l’Avanzamento dell’Intelligenza Artificiale (AAAI) della Conferenza sull’Intelligenza Artificiale (IAAI). Jacobstein è stato descritto o citato nel Wall Street Journal , The Financial Times , Forbes , PC Magazine , VentureBeat , CIO , Foreign Policy e BBC News, in aggiunta ad altre pubblicazioni dei media.

“L’intelligenza artificiale è qui oggi. Non con l’intelligenza ampia, profonda e sottile che associamo all’intelligenza umana, ma con la capacità di fornire valore di miliardi di dollari e un aiuto concreto per i medici nel campo della medicina “, ha detto Jacobstein alla conferenza Exponential Medicine a San Diego, in California.

• Rifiutare il parere del medico e ottenere aiuto in ogni caso
• Una buona postura può aiutare la salute mentale?
• Comprendere la depressione oltre la biologia
• Siamo un passo in avanti verso chi soffre di ansia criminalizzante?
• Come alleviare il tuo lavoro e dolori di consegna

La società di consulenza di gestione globale McKinsey & Company stima che il potenziale risparmio annuale di AI nell’assistenza sanitaria sia dello 0,7% del prodotto interno lordo, o $ 300 miliardi di dollari negli Stati Uniti e £ 3,3 miliardi di sterline inglesi nel Regno Unito [1]. Secondo ABI Research, l’IA salverà il settore dell’assistenza sanitaria $ 52 miliardi di dollari USA nel 2021, con $ 21 miliardi di dollari in risparmi nel solo Nord America. [2]

“Non è solo migliore, più veloce, più economico – è diverso”, ha detto Jacobstein. “L’intelligenza artificiale ci consente di fare cose che gli umani non potevano fare prima … come considerare il tuo intero profilo genomico prima di fare una raccomandazione”, ha aggiunto.

Nel 2017, Verily Life Sciences di Google ha rilasciato DeepVariant, uno strumento di IA open source open source alla rete convoluzionale. I polimorfismi a singolo nucleotide (SNP) sono il tipo più comune di variazione genetica e vengono utilizzati per predire il rischio di malattia di una persona e la sensibilità alle influenze ambientali sull’espressione genica come cibo, droghe o tossine. DeepVariant è stato in grado di identificare gli SNP con una precisione del 99,9587%, ottenendo il premio “Highest SNP Performance” nella PrecisionFDA Truth Challenge 2016. [3]

• Chirurgia sopravvissuta senza dipendenza da oppiacei
• Suicidio come fuga dal sé
• Le migliori notizie sul trattamento dell’insonnia sono appena migliorate
• Sollevare pesi può aiutare con la depressione
• Nuovi approfondimenti sul numero di oppioidi a lungo termine

Un certo numero di start-up di intelligenza artificiale all’avanguardia è entrato in assistenza sanitaria. Ad esempio, nel 2017 Cloud DX ha vinto il premio “Bold epic Innovator” di XPRIZE Foundation [4]. Cloud DX sta applicando l’apprendimento automatico con un ampio set di dati audio per identificare infezioni e malattie respiratorie in base al suono della tosse di un paziente.

L’AI viene implementato nell’analisi predittiva in dispositivi di monitoraggio dei pazienti, imaging e diagnostica, scoperta di farmaci e oncologia. Recenti approvazioni della FDA per le soluzioni di assistenza sanitaria basate sull’intelligenza artificiale includono OsteoDetect di Imagen per l’analisi delle immagini a raggi X (maggio 2018); IDx-DR per la rilevazione della retinopatia diabetica (aprile 2018); e Viz.AI Contact per la diagnosi precoce della corsa (febbraio 2018) [5].

Le innovazioni di IA nell’assistenza sanitaria includono:

Analisi predittiva nei dispositivi per il monitoraggio dei pazienti

ABI Research stima che il numero di dispositivi di monitoraggio dei pazienti per l’allenamento dell’analisi predittiva dell’IA aumenterà a 3,1 milioni nel 2021 con un CAGR del 176% [6]. Le startup finanziate con capitali di rischio in questo spazio comprendono Sense.ly, Sentrian, Babylon Health e AiCure [7].

AI in Imaging and Diagnostics

Il riconoscimento del pattern, un’area dei recenti progressi nell’intelligenza artificiale, è una scelta naturale per l’imaging e la diagnosi di assistenza sanitaria. La radiologia è un’area con set di dati strutturati di grandi dimensioni che possono essere utilizzati per addestrare algoritmi di deep learning. Ad esempio, nel 2017 il National Institutes of Health (NIH) ha rilasciato oltre 100.000 immagini radiografiche del torace da più di 30.000 pazienti anonimi per istituti di ricerca accademici e scientifici [8].

Alla conferenza Exponential Medicine, Jacobstein ha citato un esempio di una recente svolta nel settore sanitario AI nel 2017, in cui un gruppo di scienziati informatici della Stanford ha formato una profonda rete neuronale convoluzionale per classificare le lesioni cutanee. Utilizzando un database di 129.450 immagini cliniche, l’algoritmo di deep learning aveva una precisione pari a quella dei dermatologi umani nella rilevazione di carcinomi e melanomi maligni [9].

AI e Drug Discovery

Un certo numero di aziende come Calico, BenevolentAI e Deep Genomics stanno cercando di applicare l’apprendimento automatico ai big data set per la scoperta e lo sviluppo di farmaci [10]. Ulteriori startup nella scoperta di farmaci AI comprendono dueXAR finanziati dal capitale di rischio (Andreessen Horowitz), Numerate (Foundation Capital), Atomwise (Khosla Ventures and Data Collective) e Numedii (Lightspeed Venture Partners) [11].

AI per Oncologia

Le start-up finanziate dall’equità nell’oncologia di AI comprendono società come Freenome, Globavir Biosciences, CureMetrix, Notable Labs, Cyrcadia, Enlitic, Entopsis, Insilico Medicine, OncoraMedical, Pathway Genomics, Proscia e SkinVision [12]. Flatiron Health, una società di tecnologia AI con sede a New York focalizzata su oncologia sostenuta da Google Ventures e altri investitori, è stata recentemente acquisita da Roche farmaceutica svizzera per $ 1,9 miliardi nel 2018 per i suoi massicci set di dati curati per supporto decisionale e piattaforma di record elettronico [13].

Nel maggio del 2018, gli Annals of Oncology pubblicarono uno studio tedesco di riferimento dove una rete neuronale convoluzionale (CNN) di apprendimento profondo formata su 100.000 immagini ha superato un gruppo internazionale di 58 dermatologi di 17 paesi nella diagnosi di melanomi maligni.

Gli ostacoli da superare nella cura della salute includono l’accesso a set di dati di grandi dimensioni per la formazione di algoritmi di deep learning e la cura di cartelle cliniche elettroniche (EHR) che mancano di etichettatura dei dati e sono per lo più testo non strutturato.

“La sfida più grande è quella di convertire l’intera assistenza sanitaria in dati guidati”, ha affermato Jacobstein, “l’intelligenza artificiale è parte di questa trasformazione”.

La recente fioritura dell’IA è in gran parte dovuta ai progressi nel riconoscimento dei pattern con algoritmi di deep learning. In futuro, Jacobstein prevede una maggiore convergenza di diversi tipi di intelligenza artificiale, come il ragionamento basato su modelli, l’analisi predittiva e i modelli di simulazione, al fine di andare oltre il riconoscimento di modelli di base.

“Per la prima volta nella storia umana, saremo in grado di intervenire nella nostra assistenza sanitaria in un modo che era impensabile prima”, ha detto Jacobstein. “Penso che saremo in grado di utilizzare sia l’intelligenza artificiale che la biologia sintetica per trattare la nostra salute come un problema di informazione”, ha aggiunto [14]. ”

Jacobstein considera questo approccio AI incentrato sulle informazioni come chiave non solo per la previsione e la medicina preventiva, ma anche per il miglioramento della qualità generale della vita e, in definitiva, per l’estensione della vita umana stessa.

Riferimenti

1. Bughin, Jacques; Hazan, Eric; Ramaswamy, Sree; Chui, Michael; Allas, Tera; Dahlstrom, Peter; Henke, Nicolaus; Trench, Monica. “Intelligenza artificiale – The Next Digital Frontier?” Documento di discussione per l’Istituto Globale McKinsey . Giugno 2017

2. Ricerca ABI (2018, 4 giugno). AI per salvare il settore sanitario US $ 52 miliardi nel 2021 [Comunicato stampa].

3. Moteni, Megan. “Google distribuisce AI in grado di costruire la sequenza del tuo genoma”. 12.08.17.

4. Kimbrell, Gideon. “Il regolamento uccide l’innovazione nell’assistenza sanitaria?” Forbes . 19 marzo 2018.

5. McCaney, Kevin. “L’intelligenza artificiale in medicina si avvicina a fare giri regolari.” GovernmentCIO Media . 31 maggio 2018.

6. Ricerca ABI (2018, 4 giugno). AI per salvare il settore sanitario US $ 52 miliardi nel 2021 [Comunicato stampa].

7. CB Insights. “Dagli infermieri virtuali alla scoperta di droghe: 106 Startup di Intelligenza Artificiale in ambito sanitario.” CB Insights Research Briefs . 3 febbraio 2017.

8. National Institutes of Health (2017, 27 settembre). Il NIH Clinical Center offre uno dei più grandi set di dati radiografici al torace accessibili pubblicamente alla comunità scientifica [Comunicato stampa].

9. Esteva, Andre; Kuprel, Brett; Novoa, Roberto A .; Ko, Justin; Swetter, Susan M., Blau, Helen M., Thrun, Sebastian. “Classificazione a livello di dermatologo del cancro della pelle con reti neurali profonde.” Natura . 2 febbraio 2017 542, 115-118.

10. Cavaliere, Will. “Una società di genomica Ai-Driven si rivolge alle droghe” . Revisione della tecnologia del MIT. 3 maggio 2017.

11. CB Insights. “Dagli infermieri virtuali alla scoperta di droghe: 106 Startup di Intelligenza Artificiale in ambito sanitario.” CB Insights Research Briefs . 3 febbraio 2017.

12. CB Insights. “12 Startups Fighting Cancer With Artificial Intelligence.” CB Insights Research Brief. 15 settembre 2016.

13. Mukherjee, Sy. “Perché l’affare da 1,9 miliardi di dollari di Drug Giant Roche per l’acquisto di dati sulla salute di Flatiron Startup.” Fortune . 16 febbraio 2018.

14. Guidewell. “XMed 2016 Insights Lounge – Neil Jacobstein.” YouTube. 8 ottobre 2016.