IBM Watson: 4 modi in cui l’intelligenza artificiale cambierà il settore della sanità

Uno dei principali campi di applicazione dell’Intelligenza Artificiale è senza dubbio il settore medico e della sanità.

Uno spunto interessante lo ha fornito la General manager di IBM Watson Health Deborah DiSanzo,  durante la recente conferenza annuale del settore organizzata da J.P. Morgan. La DiSanzo ha difatti illustrato 4 aree di studio evidenziando i progressi fatti grazie all’Artificial Intelligence.

Migliorare la gestione dell’assistenza sanitaria

In pratica vige la legge di Pareto: il 20% dei pazienti negli Stati Uniti solitamente produce l’80% dei costi totali dell’assistenza sanitaria. Si tratta di pazienti che hanno elevati fabbisogni di assistenza per i quali è necessario delineare strategie efficaci.

Il sistema di gestione IBM Watson fornisce assistenza agli addetti ai lavori elaborando grandi quantità di dati più o meno strutturati relativi alle necessità di medicinali, agli standard qualitativi e alle normative. Ci sono circa 150.000 pazienti che sono assistiti con il sistema IBM Care Manager che utilizza l’intelligenza artificiale per ottimizzare la gestione dell’assistenza sociale e per migliorare la “behavioral health”.

Accelerare la scoperta di nuovi farmaci

Il “time to market” di un farmaco richiede all’azienda farmaceutica circa 10 anni. Una grande percentuale di farmaci in fase sperimentale non arriva a essere lanciato sul mercato e IBM Watson ha lanciato un iniziativa insieme al colosso Pfizer per accelerare questo processo, con un progetto specificatamente condotto nell’area oncologica.

La divisione ricerca e sviluppo ha utilizzato l’AI di IBM Watson per classificare 1.500 proteine utilizzando degli algoritmi predittivi con lo scopo di valutare la loro associazione con la sclerosi laterale amiotrofica (SLA), conosciuta anche con il nome di morbo di Lou Gehrig.

Delle prime 10 proteine top classificate da IBM Watson, ben 8 sono state provate avere un associazione con la malattia neuro-degenerativa, e ben 5 di queste non erano in realtà mai state correlate al terribile morbo.

Come ha raccontato la DiSanzo, questo è stato possibile grazie al fatto che IBM Watson ha reso visibili dei dati “invisibili” all’occhio umano. I ricercatori incontrano enormi difficoltà a gestire le notevoli quantità di dati generati da IBM Watson e, per tale motivo, l’intelligenza artificiale ed il “deep learning” è stato ideato per elaborare più rapidamente le crescenti informazioni provenienti dagli studi rendendoli maggiormente fruibili. Un esempio di come la tecnologia abbia il potenziale per facilitare il lancio di  nuovi preziosissimi farmaci sul mercato in modo molto più veloce che nel passato.

Identificare trattamenti per i tumori

DiSanzo ha citato uno studio degli Ospedali Manipal, in India, dove IBM Watson per l’oncologia ha raccomandato dei trattamenti per il 93% di ben 638 casi di tumore al seno. Evidentemente IBM Watson non può produrre raccomandazioni in autonomia, ma l’intelligenza artificiale è in grado di migliorare la coerenza e la qualità dell’assistenza nei casi di cancro in modo più rapido, permettendo ai medici di dedicare più tempo alla cura dei pazienti.

L’utilizzo dell’intelligenza Artificiale sta crescendo in modo esponenziale se si pensa che, nel 2015, solo un’organizzazione ospedaliera ne faceva utilizzo, nel 2016 erano 8 gli ospedali dotati di sistemi di AI mentre oggi la tecnologia è stata implementata in ben 155 ospedali e centri medici. Inoltre, la DiSanzo ha fatto notare come oggi IBM Watson ha istruito la “macchina” ad analizzare un numero maggiore di patologie tumorali.

Un altro studio menzionato dalla DiSanzo è stato condotto dall’UNC Lineberger Comprehensive Care Center.

Questo studio è stato utilizzato per analizzare i dati sequenziali relativi ai tumori. L’analisi ha provato che la tecnologia che sfrutta l’intelligenza artificiale ha avuto un grado di accuratezza pari al 99% nell’identificare trattamenti raccomandati dalla commissione per i tumori. Soprattutto ha permesso di scoprire informazioni cliniche processabili che non erano state identificate dai medici “umani”.

Mettere in relazione i pazienti con i test clinici

Una delle difficoltà più sottovalutate quando si parla di sviluppo di farmaci è legata all’identificazione dei pazienti che possiedono i requisiti giusti per i vari test clinici. Una cosa particolarmente impegnativa specie se relativa ai farmaci per combattere i tumori, considerando che esistono oltre 1.000 immunoterapie in fase di sviluppo, molte delle quali in fase avanzata di test pre-clinici.

Il sistema IBM Watson’s Clinical Trial Matching (CTM) serve proprio a eliminare il bisogno di incrociare manualmente i criteri di registrazione dei test clinici con i dati medici dei pazienti. Questo avviene, nuovamente, utilizzando l’intelligenza artificiale per leggere e comprendere i dati e quindi associare efficacemente pazienti e studi clinici.

DiSanzo ha evidenziato gli impressionanti risultati ottenuti dal sistema. Utilizzando la tecnologia di Intelligenza Artificiale si è ottenuta una riduzione dei tempi di attesa del pre-screening del 78% durante un periodo di testing di 16 settimane, eliminando automaticamente il 94% dei pazienti che non risultavano in linea con i requirement dei “clinical trial”.

Risultati che consentono una registrazione più rapida degli studi clinici, che di conseguenza può velocizzare anche il lancio di nuovi farmaci sul mercato.

La divisione “healthcare” di IBM rappresenta circa un quarto del fatturato totale dell’azienda e la crescita è stata consentita proprio grazie all’impiego dell’intelligenza artificiale. Una cifra importante con un potenziale enorme che rappresenta un plus anche per chi ha intenzione di fare un investimento saggio e oculato. Il valore delle azioni di IBM è scambiato a meno di 12 volte i ricavi attesi e paga dividendi attraenti (circa il 3,7% al momento in cui scriviamo).

Leggi anche: Come l’intelligenza artificiale può facilitare la ricerca e selezione del personale