Interpretare più velocemente grandi quantità di dati sanitari per prevedere quanto tempo un paziente potrebbe rimanere in ospedale. Oppure determinare con largo anticipo il diffondersi di un'epidemia virale.
Sono alcuni scenari che i ricercatori stanno studiano attraverso nuovi modelli di intelligenza artificiale (AI) per pianificare meglio le future pandemie virali come la "Malattia X", un agente patogeno sconosciuto che potrebbe dare il via a uno scenario simile a quello del Covid 19.
"Uno dei punti di forza che stiamo vedendo con gli approcci basati sull'IA per l'analisi di grandi insiemi di dati è proprio la capacità di identificare segnali precoci di potenziali anomalie nella salute della popolazione", ha dichiarato a Euronews Next, Alain Labrique, Direttore del Dipartimento di Salute e Innovazione Digitale dell'Organizzazione mondiale della sanità (OMS).
"Penso che ci siano molti modi diversi in cui uno strumento computazionale avanzato come l'intelligenza artificiale possa essere utilizzato per migliorare il modo in cui rileviamo nuove epidemie e pandemie, ma anche per cercare di reagire il prima possibile."
Alain Labrique ha aggiunto che per rafforzare tali modelli è importante affrontare i pregiudizi e fornire dati validi, non solo quelli provenienti da una popolazione specifica. È un campo in cui la ricerca sta lavorando senza sosta, ma nella pratica alcuni di questi nuovi modelli potrebbero richiedere diverso tempo per essere applicati.
Gravità della malattia e pianificazione della capacità ospedaliera
"Il numero di letti ospedalieri è limitato e se si verifica una pandemia come quella del Covid, bisogna essere preparati. Stiamo analizzando tutto dal punto di vista della salute pubblica. Vogliamo essere preparati se dovesse accadere qualcosa", ha dichiarato a Euronews Next, Vasilis Vasiliou, Presidente del Dipartimento di Scienze della Salute Ambientale della Yale School of Public Health.
Il loro modello epidemico utilizza una piattaforma alimentata dall'intelligenza artificiale per il triage dei pazienti, prevedendo la gravità della malattia e il tempo che potrebbero trascorrere in ospedale.
Il modello si basa su biomarcatori clinici e metabolici che hanno contribuito a indicare la progressione della malattia.
Vasiliou afferma che in una futura epidemia virale, l'attenzione si concentrerebbe sull'inserimento di dati precoci in un algoritmo alimentato dall'intelligenza artificiale che lavora per determinare come organizzare meglio le risorse ospedaliere.
"Se dovesse scoppiare qualcosa in modo molto rapido, si dispone di un quadro di riferimento, di un modello, di un algoritmo che viene alimentato immediatamente con i primi dati provenienti dal primo Paese in cui si è verificata l'epidemia. Poi si può iniziare a costruire un nuovo modello", ha detto.
Per lui, uno dei limiti attuali è la mancanza di dati. "In ogni modello di IA, più dati si immettono, meno limitazioni si avranno", ha aggiunto.
Kirill Veselkov, coautore dello studio dell'Imperial College di Londra, ha affermato che con una malattia emergente è necessario trovare nuovi biomarcatori che possano influenzarne la gravità. "Gli attuali strumenti analitici all'avanguardia saranno in grado di misurare centinaia di migliaia di queste biomolecole", ha sottolineato.
"Quindi, se si vuole analizzare tali molecole, sarà probabilmente impossibile per i medici umani, senza l'uso di sofisticati algoritmi matematici. L'intelligenza artificiale è particolarmente adatta a questo scopo, per identificare il modello o l'insieme dei biomarcatori e associarli al processo e agli esiti della malattia", ha aggiunto.
Ma il loro modello dovrà essere ulteriormente studiato su più popolazioni, tenendo conto della comorbidità e di altri fattori, prima di poter essere generalizzabile a un pubblico più vasto.
FILE - Patients lie on hospital beds as they wait at a temporary makeshift treatment area outside Caritas Medical Centre in Hong Kong, 2022. Kin Cheung/AP Photo
Usare l'intelligenza artificiale per capire quando attuare un lockdown
"Abbiamo una serie di dati sul campo che ci dicono la situazione reale e dobbiamo sapere se dobbiamo mettere in atto interventi rapidi, se dobbiamo fare un lockdown, se dobbiamo aumentare la capacità dei sistemi ospedalieri", ha detto Dunscombe, che è anche l'ex CEO della NHS Digital Academy, a Euronews Next.
"Possiamo usare l'intelligenza artificiale nella pianificazione sanitaria per capire quando è il momento giusto per chiudere, mettere le mascherine, aumentare il personale sanitario", ha aggiunto.
Nel Regno Unito, dopo la pandemia di Covid, si sentono più attrezzati ora. "Se gli vengono forniti i dati giusti e vengono supervisionati nel modo giusto, questi modelli ci daranno dei risultati probabili", ha aggiunto.
Stabilire un processo decisionale
modellazione delle epidemie"Nella modellazione tradizionale, bisogna in qualche modo rappresentare il processo decisionale umano", cosa difficile da fare, ha dichiarato a Euronews Next, Navid Ghaffarzadegan, professore associato presso il Virginia Tech.
"Il motivo è che gli esseri umani sono complessi. Le società sono difficili da prevedere. Con modi migliori o diversi di rappresentare gli esseri umani attraverso l'IA, ora si ha la possibilità di vedere come reagiscono in diversi scenari e si hanno modelli che incorporano il comportamento umano", ha aggiunto.
Nell'ambito del loro studio, attualmente in versione preliminare, i ricercatori hanno modellato un'epidemia in una città chiamata Dewberry Hollow con un virus fittizio chiamato Catasat, per evitare possibili pregiudizi nell'uso di ChatGPT.
Hanno esplorato il modo in cui gli esseri umani, che decidono di rimanere a casa o meno, possono influenzare il modello epidemico, fornendo uno scenario e le caratteristiche di personalità di diversi "agenti" finti.
Hanno scoperto che questi esseri umani dotati di intelligenza artificiale generativa imitavano nella simulazione "comportamenti reali come la quarantena quando si è malati e l'autoisolamento quando i casi aumentano".
Le ondate multiple del virus erano simili a quelle osservate durante le precedenti pandemie che hanno portato il virus a diventare endemico nella società.
Il limite principale, secondo i ricercatori, è che l'esecuzione del modello è costosa e richiede molto tempo, anche se si prevede che con lo sviluppo dell'intelligenza artificiale questo aspetto potrebbe migliorare. Altri sostengono che il loro modello deve ancora essere convalidato.
A pedestrian waits in silhouette for a Chicago Transit Authority bus as several COVID-19 public service messages are projected on screens, 2020. Charles Rex Arbogast/AP Photo
Il futuro dell'IA e delle pandemie
documentopubblicatoSecondo alcuni, le ricerche che hanno valutato le prestazioni dell'IA durante la pandemia di Covid sono ancora poche.
Un articolo di revisione, pubblicato sulla rivista Frontiers in Medicine nel 2021, ha analizzato 78 studi sull'uso dell'IA durante la pandemia.
Tra questi c'erano la diagnosi assistita dall'intelligenza artificiale per il Codid, la previsione dell'epidemia e lo sviluppo di farmaci, come la rapida identificazione di medicinali o prodotti in grado di neutralizzare la malattia.
I ricercatori hanno concluso che si tratta di uno strumento potenziale durante le epidemie, ma che è necessaria una ricerca continua.
Veselkov ha affermato che lo studio sul triage alimentato dall'intelligenza artificiale è in fase di ricerca e sviluppo, ma che ci vorrà ancora del tempo prima che questi modelli di intelligenza artificiale possano essere utilizzati per pianificare future epidemie, come quella di un agente patogeno sconosciuto che l'OMS chiama "malattia X".
"Abbiamo bisogno di sviluppare realmente gli strumenti, ma anche di riflettere molto, soprattutto quando si tratta di applicazioni sanitarie, pandemiche e a livello di popolazione, dobbiamo pensare alla sicurezza e alla validità della soluzione, oltre che ai suoi limiti", ha affermato.