Un sistema di intelligenza artificiale applicato alla ricerca medica ha la potenzialità di essere in grado di fare diagnosi, scovare vaccini o individuare un’epidemia e, pertanto, spianerebbe la strada a una e-Health fortemente avanzata.
Ma in che modo l’AI e i big data possono essere concretamente d’aiuto in caso di emergenze sanitarie? Gli ambiti che più di altri potrebbero beneficiarne si possono ricondurre sostanzialmente a: predittività, diagnosi precoce e trattamento.
Applicazione di AI e big data nella predittività
Un esempio di applicazione effettiva della potenza di calcolo dell’AI alla prevenzione di infezioni ed epidemie è stato il progetto Google Flu Trends presentato nel 2008 e portato avanti direttamente da Google, basato sull’analisi dei trend influenzali, ma poco dopo abbandonato per gli scarsi – per non dire pessimi – risultati ottenuti.
Nonostante ciò l’AI non ha, ovviamente, smesso di essere utilizzata in campo di ricerca medica, ed anzi è il caso di rilevare come in realtà l’arrivo della odierna pandemia di Covid-19 sia stato individuato in primis proprio dall’AI[1], mediante un lavoro di analisi massiva di notiziari e bollettini medici (che menzionassero malattie come il coronavirus, o più endemiche, come l’HIV o la tubercolosi) rilasciati in 65 diverse lingue, cui si sono sommati i post degli utenti sui principali social, il monitoraggio della vendita di biglietti dei mezzi di trasporto e l’analisi dei report sulle malattie degli animali.
A rilievi analoghi – e predittivi – pare siano arrivati anche l’ospedale pediatrico di Boston mediante il servizio HealthMap e la società Metabiota di San Francisco.
Alla base di tutti e tre i servizi è stato utilizzato un tipo di machine learning detto Natural Language Processing o NLP, basto sulla comprensione, elaborazione e trattamento informatico del linguaggio naturale.
Sempre in ambito predittivo è il caso di citare il progetto condotto dalla società americana Stratifyd grazie al quale – una volta del tutto sviluppato – sarebbe possibile analizzare e incrociare informazioni derivanti da post sui principali social (quali Facebook e Twitter) e descrizioni di malattie tratte da fonti attendibili, quali nel caso di specie il National Institutes of Health, l’Organizzazione Mondiale per la Salute Animale e il database globale di identificazione microbica.
AI e big nella diagnosi precoce e nel telecontrollo
L’AI di Ibm che prende il nome di Watson sembrerebbe essere capace di diagnosticare i casi di insufficienza cardiaca con ben 2 anni di anticipo rispetto ai metodi tradizionali.
Per guardare, invece, alle vicende di questi ultimi giorni, l’utilizzo dei big data ha, ad esempio, permesso al governo cinese di potenziare il sistema di videosorveglianza[2] sino a permettere di mappare i movimenti del virus e di verificare il rispetto della quarantena da parte dei pazienti infetti.
Più nello specifico – lasciati da parte per un secondo i profili di tutela dei dati personali e dei diritti degli interessati – l’AI cinese è stata applicata per rendere possibile l’intercettazione dei soggetti che nei propri spostamenti non erano dotati della mascherina obbligatoria per legge e per permettere di effettuare la misura in tempo reale della temperatura corporea dei singoli, così da evidenziare chi presentasse qualche linea di febbre e dunque fosse potenzialmente contagioso (o quanto meno da sottoporre a controlli).
Il rilevamento della temperatura contactless è stato implementato persino nelle stazioni della metropolitana, nelle scuole e in alcuni dei maggiori centri pubblici del Paese.
Per quanto riguarda il primo profilo, invece, la società Baidu ha sviluppato un sistema basato su algoritmi intelligenti, rilasciato in open source e con altissime performance, capace di tenere sotto controllo milioni di persone mediante la scansione delle migliaia e migliaia di immagini riprese dalle telecamere, con un’affidabilità del 97%.
Ma ci si è spinti oltre, sino a rendere possibile il riconoscimento dei volti dei soggetti anche laddove gli stessi siano coperti in buona parte dalle mascherine protettive.
In questo caso specifico l’identificazione viene resa possibile dall’unione tra AI e un sistema di telecamere innovative, messo a punto da una società specializzata in tecnologie aerospaziali e apparecchiature per il controllo aereo, che permette di esaminare immagini a bassa risoluzione[3] rimodellando i volti delle persone in 3D.
L’emergenza pandemica ha spinto, poi, alcune società ad applicazioni estreme dell’intelligenza artificiale che in certi casi si sono rivelate persino “salvifiche”, come ad esempio nel caso del sistema di diagnosi del Covid-19 improntato dal colosso Alibaba[4] e incentrato sull’utilizzo dell’AI ai fini della rilevazione mediante Tac (scansioni tomografiche computerizzate) di nuovi casi di coronavirus, in un arco temporale davvero stupefacente: 20 secondi.
Ciò è stato reso possibile istruendo l’AI mediante l’inserimento di dati campione derivanti da oltre 5.000 casi confermati di infezione da Covid-19, così da poter differenziare – quale risultato finale – i pazienti infetti da coronavirus da quelli con polmonite virale ordinaria.
Va, infatti, ricordato che una delle “innovazioni” che i big data hanno portato è stato l’approdare a una analitica prescrittiva che, mediante l’utilizzo di dati in real time unitamente a dati esterni al singolo sistema, permette l’istruzione del sistema stesso (mediante complessi algoritmi e machine learning), con il fine ultimo di consentirgli di valutare, sulla base di determinati fattori, quali azioni intraprendere autonomamente per adattarsi ai cambiamenti.
Come si può ben immaginare, l’applicazione dell’AI abbraccia gli ambiti più disparati, e così si è arrivati anche alla produzione di smart helmet – in dotazione a una parte della polizia cinese – in grado di rilevare la temperatura corporea di qualsiasi soggetto si trovi nel raggio di 5 metri di azione del casco.
Ancora, mediante la condivisione dei dati di spostamenti di utenti affetti dal Covid-19, il maggior operatore telefonico cinese ha permesso di tracciare i potenziali contagi.
Le app per smartphone
Ovviamente, non è esente da applicazioni di intelligenza artificiale e big data neppure il device più diffuso e utilizzato, ossia lo smartphone.
Un valido esempio è la app Alipay Health Code, che sarebbe in grado di individuare, grazie all’analisi dei big data derivanti dal sistema sanitario cinese, chi possa o meno entrare negli spazi pubblici. Ai cittadini, infatti, viene assegnato un colore (verde, giallo o rosso), a seconda che il soggetto – rispettivamente – possa essere ammesso negli spazi pubblici, abbia problemi di salute o debba rimanere a casa in quarantena.
Similarmente, è stata rilasciata una app Close Contact Detector, che, invece, basandosi su dati forniti dalle autorità sanitarie e dal ministero dei Trasporti cinesi, rilascia un avviso qualora si entri in contatto con soggetti contagiati dal Coronavirus o con casi sospetti. Nello specifico, una volta fornito il proprio nome e numero di carta di identità, sarà possibile sapere se nelle ultime due settimane si sia entrati in contatto con contagiati e in caso affermativo si riceverà l’avviso di stare in casa e di informare le autorità competenti.
È giusto il caso di rilevare che, per la app e con riferimento agli spostamenti aerei, viene ritenuto a rischio di contagio chi si sia trovato a sedersi sino a 3 file di distanza da un soggetto contagiato o presunto malato.
I risvolti per la privacy in Italia
In Italia, c’è invece chi ha iniziato a sostenere che “una rete mondiale di sensori che misurano la presenza di composti chimici in aria può anche rilevare la presenza di infezioni virali o batteriche aiutando la lotta alla diffusione del Covid-19. Una rete di sensori collegata in modalità IoT, potrebbe fornire un sistema di allarme rapido per rilevare e poi frenare la propagazione di malattie infettive. Stante quindi la raccolta di grandi quantità di dati omogenei grazie all’IoT, si potrebbero poi usare programmi di intelligenza artificiale per estrarre informazioni sull’andamento e il controllo delle infezioni”[5].
Certo non bisogna dimenticare che le esigenze di ricerca non possono pregiudicare a tutti i costi i diritti del singolo e pertanto andrebbero contemperati e bilanciati con altri interessi, precetto che in ambito privacy si traduce, tra le altre cose, anche nel cd. balance test[6].
Sul punto, a fronte dell’emergenza Coronavirus, in Italia tale tematica è stata affrontata anche nell’articolo 14 del decreto legge 14/2020 che, con riferimento al trattamento dei dati personali da parte delle autorità pubbliche preposte alla gestione dell’emergenza sanitaria in corso, statuisce che “per motivi di interesse pubblico nel settore della sanità pubblica e, in particolare, per garantire la protezione dall’emergenza sanitaria a carattere transfrontaliero determinata dalla diffusione del COVID-19 […], nonché per assicurare la diagnosi e l’assistenza sanitaria dei contagiati ovvero la gestione emergenziale del Servizio sanitario nazionale […] i soggetti operanti nel Servizio nazionale di protezione civile […] e i soggetti attuatori di cui all’articolo 1 dell’ordinanza del Capo del Dipartimento della protezione civile 3 febbraio 2020, n. 630, nonché gli uffici del Ministero della salute e dell’Istituto Superiore di Sanità, le strutture pubbliche e private che operano nell’ambito del Servizio sanitario nazionale e i soggetti deputati a monitorare e a garantire l’esecuzione delle misure disposte ai sensi dell’articolo 3 del decreto-legge 23 febbraio 2020, n. 6, convertito, con modificazioni, dalla legge 5 marzo 2020, n. 13, anche allo scopo di assicurare la più efficace gestione dei flussi e dell’interscambio di dati personali, possono effettuare trattamenti, ivi inclusa la comunicazione tra loro, dei dati personali, anche relativi agli articoli 9 e 10 del regolamento (UE) 2016/679, che risultino necessari all’espletamento delle funzioni attribuitegli nell’ambito dell’emergenza determinata dal diffondersi del COVID-19”.
Big data nei trattamenti sanitari
Lo studio dei big data rende possibile analizzare i dati al fine di migliorare sempre più la ricerca scientifica in ambito medico e farmaceutico, anche da un punto di vista successivo e cioè relativo al trattamento sanitario vero e proprio.
L’AI, dunque, potrebbe essere utilizzata anche per sviluppare tali trattamenti, ad esempio mediante i cd. generative design algorithms, oppure per prevedere l’evoluzione dei virus e di conseguenza individuare i relativi potenziali vaccini.
Ecco, dunque, che grazie all’intelligenza artificiale si potrebbe arrivare anche a ridurre la tossicità di un singolo farmaco e ad aumentarne l’efficienza, mediante il cd. “dosaggio dinamico nella terapia”[7].
O ancora, intervenire in aiuto dei radiologi, come nel caso dell’AI sviluppata dalla società americana Enlitic, capace di analizzare le radiografie per rilevare eventuali anomalie e, conseguentemente, di assegnare un determinato livello di priorità alle stesse, smistandole al professionista specializzato del caso.
Nonostante l’incredibile valore aggiunto che l’AI sta dimostrando di poter portare a svariati livelli, è giusto rilevare come riporre troppa fiducia nei sistemi di intelligenza artificiale, soprattutto in un momento storico in cui tali progetti sono in una fase meramente iniziale, sia rischioso nella misura in cui potrebbe portare a decisioni frettolose non supportate da sufficienti e comprovate basi medico-scientifiche.
Ad esempio, le previsioni iniziali fatte da BlueDot si sono rivelate molto più precise e affidabili delle successive, per il semplice fatto che con il diffondersi dell’epidemia aumentano le variabili, mancano evidenze dei reali comportamenti adottati dalle persone, le informazioni risultano meno accurate e i dati incoerenti o imprecisi.
Allo stesso modo, nel caso dell’AI di Alibaba, i segni fisici della malattia potrebbero non manifestarsi subito, ma in un momento successivo e quindi non risultare neppure nelle Tac, il che renderebbe il sistema di poca o minore utilità, quanto meno a livello di diagnosi precoce. Va aggiunto, poi, che una cosa è riconoscimento da parte dell’AI di immagini semplici, quali ad esempio foto di cani e gatti, ma altro è rilevare le evidenze mediche nei loro minimi dettagli.
Non bisogna dimenticare, infine, che a tutto ciò si affiancano i profili di responsabilità in ambito privacy, poiché – come ovvio – nell’era dei big data, algoritmi e intelligenze artificiali vivono di dati, anche (o soprattutto) personali e particolari di persone fisiche, con tutto ciò che ne può derivare sotto i profili risarcitori e di danno, anche reputazionale.
- Messa a punto dalla società canadese BlueDot. I primi avvisi sarebbero stati dati già il 30 dicembre 2019. ↑
- Si sta parlando di circa 200 milioni di telecamere di sicurezza installate in tutto il Paese. ↑
- Tale sistema sarebbe in grado di ricostruire il volto a partire da un frammento, con un margine di errore del 2%. ↑
- Rectius, Alibaba Damo Academy, spin-off di Alibaba dedicato alla ricerca. ↑
- Roberto Siagri, CEO di Eurotech. ↑
- Si veda sul punto Considerando 69 GDPR e WP 217 Opinion 06 2014. ↑
- Come ha spiegato Dean Ho, direttore dell’istituto di neurotecnologia di Singapore all’università nazionale (Sinapse). ↑
