Dalla fisica delle particelle alla formazione sull’intelligenza artificiale fino allo sviluppo della medicina personalizzata

Se non fosse per Camus

Santander (EFE).- La scienziata Lara Lloret ha cambiato la fisica delle particelle e la ricerca del bosone di Higgs per l’intelligenza artificiale applicata alla medicina, che è esplosa negli ultimi dieci anni ed è già diventata uno strumento per il progresso nelle cure su misura, di cui noi deve perdere la paura.

La paura dell’intelligenza artificiale, che vedeva aumentare da tempo ogni volta che teneva una conferenza stampa, come se fosse un’“entità tentacolare” capace di fare tutto, è stata una delle ragioni che hanno spinto Lloret a scrivere il libro “A quattro mani”. ” con la ricercatrice Miriam Kubo, sua collega all’Istituto di Fisica della Cantabria (IFCA), dove affrontano le sfide dell’IA nella salute e raccontano come funziona (“AI e Medicina” CSIc /Waterfall).

Hanno parlato di queste sfide in un’intervista con EFE in cui hanno ricordato che l’intelligenza artificiale è “qualcosa che esiste dagli anni ’50”. La prima in medicina si chiamava ELISA, un’intelligenza artificiale conversazionale utilizzata nel trattamento di persone con problemi psicologici.

Ma il boom è arrivato con il cosiddetto deep learning e le nuove risorse computazionali. “Prima, per addestrare una di queste applicazioni, avevi bisogno di una stanza piena di computer come quelli che abbiamo all’Istituto di Fisica, mentre ora, utilizzando la scheda grafica del tuo laptop, sei effettivamente in grado di addestrare un sistema che ti aiuterà tu, per esempio, ti diagnosticano la polmonite”, dice Lloret.

Come una pistola da luna park

Come viene addestrato l’algoritmo? Come apprende la macchina? Lo scienziato fa l’esempio di un fucile in una fiera in una cabina di tiro. La prima volta che spari alla lattina, la seconda volta vedi se hai commesso un errore a destra o a sinistra, e la terza volta la tua mente, mano e vista vengono ricalibrate per farlo meglio. E così via.

L’intelligenza artificiale fa la stessa cosa. Gli vengono forniti dati con etichette e la prima volta prevede in modo casuale, ad esempio, se un paziente ha una malattia o meno. Ma impara da ciò che ha fatto di sbagliato e ogni volta lo farà un po’ meglio, aggiustando i suoi pesi interni finché non finirà per imparare.

Come sottolinea Lloret, un sistema addestrato a diagnosticare la retinopatia diabetica sa solo come farlo, non sa parlare come ChatGPT o diagnosticare un’altra malattia. “Parliamo di intelligenza artificiale come se fosse qualcosa di universale, ma di strumenti specifici per un compito specifico”, afferma.

Da due giorni a cinque minuti per pianificare il trattamento

All’Ospedale della Valdicella, con cui il FIAC collabora strettamente, sanno già quanto sia utile: lo strumento AI è riuscito a ridurre da due giorni a cinque minuti la pianificazione del trattamento per l’applicazione della terapia protonica contro il cancro, determinando cosa dovrebbero essere effettuate le radiazioni e dimostrare che vengono somministrate e identificare gli organi sensibili.

La sua collega Miriam Cobo sta conducendo ricerche per migliorare lo screening del cancro al polmone, utilizzando proteine ​​e dati di imaging per trovare nuovi biomarcatori che possano guidare i medici e, dice, forse scoprire altri gruppi di pazienti che potrebbero essere anch’essi sottoposti a screening ma non.

L’intelligenza artificiale aiuta a muoversi verso una medicina personalizzata che offre al paziente il trattamento più appropriato per la sua malattia in base alle sue caratteristiche specifiche e sulla base di una diagnosi che tiene conto, oltre alla sua storia medica, del suo genoma e delle sue proteine. “In definitiva, negli ospedali si raccolgono molte informazioni dai pazienti, anche quando si esegue una biopsia o un’analisi”, ricorda Kubo.

Secondo Lloret, lo sviluppo dell’intelligenza artificiale applicata alla salute in Spagna è simile a quello dei paesi circostanti. Ma l’Europa è in ritardo rispetto agli Stati Uniti, perché questo Paese è più indulgente quando approva queste norme.

“A livello accademico ci sono molte applicazioni, ma nella vita quotidiana degli ospedali non sono molte le applicazioni approvate per l’uso”, sottolinea.

Riguardo a questa lacuna, Kubo sottolinea che sono in corso molte ricerche per garantire che gli algoritmi siano “robusti e possano effettivamente essere implementati in un contesto clinico”.

I pregiudizi sono umani

Lara Lloret trova divertente che si parli così spesso di pregiudizi legati all’intelligenza artificiale e ricorda che sono umani: “I dati sono nostri, sono ciò che produciamo”.

“Se alleni un’intelligenza artificiale conversazionale su Twitter (ora X) finirà per essere razzista, sessista e ogni tipo di estremista.” Ciò significa che funziona molto bene perché è in grado di leggere gli schemi che vede. Aggiunge che, anche se in medicina, non vogliamo che imiti ciò che è la società, ma vogliamo piuttosto che abbia la stessa competenza nella diagnosi di tutti i pazienti, indipendentemente dal sesso o dal colore della pelle.

Secondo lui, l’intelligenza artificiale è arrivata “un po’ all’improvviso” e c’è “un’intera strada di assimilazione” da percorrere, ma non è più pericolosa dei social media e di Internet.

Ricordate che cinque anni fa “nessuno vi parlava di scenari apocalittici” e ora c’è “la sensazione che l’intelligenza artificiale possa fare tutto perché ogni giorno risolve un nuovo problema”. Non è un’entità capace di fare tutto. Ad esempio, aggiunge che ChatGPT è “come una miccia digitale che risponde sempre, che tu lo sappia o no” perché è ciò per cui è programmato.

“Invece della paura, dovremmo sfruttare tutto ciò che la mente può offrirci, strumenti utili che possono migliorare la nostra vita nel campo della medicina e in tanti altri campi”.