Capitolo 1
Perché utilizzare l’IA per applicazioni mediche?
La digitalizzazione ha trasformato l’assistenza sanitaria. Cartelle cliniche elettroniche, telemedicina, imaging diagnostico e altri dispositivi medici intelligenti: gli strumenti digitali abbondano. Il risultato? Dati in abbondanza. Ingegneri, scienziati e ricercatori del settore sanitario vedono la possibilità di impiegare l’intelligenza artificiale (IA) per attingere a questi archivi di dati e creare diagnosi, interventi e servizi che migliorino le prestazioni sanitarie.
Un esempio è il SureNet System di Kaiser Permanente, che utilizza l’IA per acquisire cartelle cliniche elettroniche e identificare i pazienti con patologie non rilevate. In un esempio, il sistema ha esaminato 3,86 milioni di cartelle cliniche di pazienti che non erano stati sottoposti a screening per gli aneurismi dell’aorta addominale (consigliato per la maggior parte degli uomini di età compresa tra 65 e 75 anni). Lo screening ha portato a 2.062 nuove diagnosi di aneurisma, 87 delle quali hanno richiesto un intervento chirurgico. Il sistema ha ridotto la percentuale di pazienti non sottoposti a screening dal 51,7% al 20% [1].
Un sistema di scansione delle cartelle cliniche basato sull’IA riduce la percentuale di pazienti non sottoposti a screening (in giallo) nel database dal 51% al 20%.
L’IA simula un comportamento intelligente, ma come visto nell’esempio di SureNet, è in grado di elaborare rapidamente archivi di dati troppo grandi e complessi per essere interpretati da un essere umano. I sistemi basati sull’IA possono essere utilizzati in numerosi modi per integrare algoritmi di IA, come il Machine Learning e il Deep Learning, in ambienti complessi che consentono l’automazione.
Sono molti gli ambiti dell’assistenza sanitaria in cui l’IA sta svolgendo un ruolo significativo nel migliorare l’esperienza dei pazienti e, in generale, la salute delle persone:
- Miglioramento delle decisioni mediche nelle grandi popolazioni.
- Miglioramento delle diagnosi direttamente da immagini o segnali fisiologici.
- Possibilità di nuovi tipi di trattamenti e interventi.
- Offerta di opzioni terapeutiche e di screening scalabili che migliorano l’accesso all’assistenza sanitaria.
Sfruttamento del potenziale dell’IA
L’IA ha il potenziale di essere il futuro dei dispositivi medici. Perché questo avvenga, gli ingegneri e gli scienziati del settore sanitario devono essere in grado di:
- Implementare soluzioni di IA anche senza esperienza di data science.
- Progettare, simulare e convalidare modelli basati sull’IA in modo rapido ed economico.
- Generare, raccogliere e preparare dati di buona qualità ed etichettati.
- Integrare l’IA negli algoritmi e nei sistemi esistenti in modo economico.
- Certificare i modelli basati sull’IA per poterli lanciare in un mercato regolamentato.
Grazie a MATLAB® e Simulink®, è possibile iniziare a lavorare facilmente con modelli di IA per applicazioni nel settore medico. Forniscono un workflow completo per l’IA, che comprende la preparazione dei dati, la creazione di un modello, la progettazione del sistema su cui il modello verrà eseguito e la distribuzione su hardware o sistemi aziendali. MATLAB e Simulink forniscono anche workflow che aiutano a certificare il software basato sull’IA come dispositivo medico.
Workflow di MATLAB e Simulink per una corretta implementazione dell’IA.
I capitoli che seguono descrivono casi di studio che mostrano in che modo MATLAB e Simulink sono stati utilizzati da organizzazioni per implementare l’IA al fine di migliorare i risultati dei pazienti in varie aree di diagnosi e terapeutiche e migliorare la salute delle persone.
Riferimenti
[1] Rochman, Sue. “I ricercatori conducono il più grande studio di sempre sugli aneurismi dell’aorta addominale.” Kaiser Permanente. Aggiornato il 20 settembre 2021. https://divisionofresearch.kaiserpermanente.org/blog/2021/09/20/abdominal-aortic-aneurysms/
