Intelligenza artificiale in sanità. Non è una novità, anzi. Quello che fa la differenza è l’applicazione e l’utilizzo, oltre, ovviamente, allo sviluppo di metodologie informatiche e supporti tecnologici per la scoperta, modellazione, analisi, gestione e simulazione di processi medici. Il fronte, non nuovo perché la collaborazione è attiva da anni, ma in rapidissima crescita è quello che vede protagonisti il Disit (Dipartimento di scienze e innovazione tecnologica) dell’Università del Piemonte Orientale e l’azienda ospedaliera di Alessandria attraverso il Dipartimento Attività Integrate Ricerca Innovazione (Dairi, il direttore è Antonio Maconi), istituito nel 2020 per supportare il percorso di riconoscimento a Irccs per patologie ambientali e mesotelioma, che ha portato alla costituzione della Struttura semplice dipartimentale ‘Laboratori di ricerca’ orientata al coordinamento delle attività di ricerca dei molteplici laboratori dell’ospedale, alla promozione e al potenziamento dell’attività di ricerca preclinica (particolarmente nell’ambito delle patologie ambientali e del mesotelioma), traslazionale e applicativo-tecnologica a carattere interdisciplinare in ambito biologico, chimico, fisico, informatico e matematico, attraverso l’integrazione della rete dei laboratori di ricerca del Disit.
All’interno della struttura operano alcuni laboratori di ricerca integrata fra cui quello di Informatica medica che sarà anche protagonista della giornata scientifica in programma il 5 luglio e dedicata proprio all’intelligenza artificiale. La direzione scientifica dell’evento è affidata ad Annalisa Roveta, referente dei Laboratori di ricerca, e a Paolo Terenziani, dell’Istituto di informatica del Disit, che fa parte del gruppo di lavoro di Informatica medica insieme a Stefania Montani, Alessio Bottrighi, Marzio Alfio Pennisi, Massimo Canonico, Paola Franceschinis, Luca Piovesan, Luigi Portinale, Giorgio Leonardi, Manuel Striani, Emanuele Rava.
I processi di ricerca
I fronti aperti sono numerosi, alcuni sono stati aperti ormai diversi anni fa, altri invece sono molto recenti. E tutti fanno capo a un processo di ricerca che ruota intorno alla digitalizzazione e alla reingegnerizzazione dei processi sanitari che stanno creando le basi affinché l’intelligenza artificiale possa realmente impattare la sanità in tutti i processi clinici, diagnostici e di supporto.
Quali sono le attività specifiche? “Le nostre principali linee di azione comprendono la modellazione di linee guida cliniche e loro gestione per il supporto alla decisione (anche in presenza di eccezioni e comorbidità) e all’education in ambito medico; le metodologie avanzate di intelligenza artificiale per la definizione, la gestione e l’analisi di big data; l’analisi di proprietà di linee guida e di conformità di processi a linee guida; scoperta e analisi di processi medici a partire da tracce dell’esecuzione, anche con il supporto di conoscenza terminologica; il supporto per telemedicina; la simulazione di strategie di associazione donatore-ricevente in trapianti di organi da vivente; l’analisi di tracce di esecuzione di processi medici; l’analisi di dati di monitoraggio, anche in forma di serie temporali; lo sviluppo di applicazioni”. Paolo Terenziani riassume quasi per titoli perché la materia è estremamente complessa, ma è altrettanto determinante per una svolta che in campo clinico significa procedere sul percorso che porta alla medicina personalizzata. Ma per farlo sono necessari specifici sistemi di supporto alla decisione medica, basati su linee guida.
Terenziani, come si possono definire le linee guida cliniche? “Rappresentano – risponde – i migliori profili di cura per le malattie, così come studiati dalla evidence-based medicine. L’adozione di sistemi informatizzati per la loro gestione permette lo sviluppo di sistemi di supporto alla decisione medica altamente qualificati e in grado di fornire ai medici raccomandazioni basate su evidenze scientifiche”. Le prime mosse risalgono al 1997, nell’ambito del progetto Glare (Guide Line acquisition representation and execution) per lo sviluppo di un prototipo di sistema software indipendente dal dominio per l’acquisizione, la rappresentazione e l’esecuzione di linee guida cliniche.
Stefania Montani, del gruppo di lavoro di Informatica medica, si occupa di invece di analisi e sviluppo di tecniche di process mining per apprendere modelli di processo da tracce di esecuzione; definizione di opportune metriche per il recupero (retrieval) basato sulla distanza di tracce e di modelli di processo; il loro utilizzo in algoritmi di recupero, clustering e analisi; la validazione in domini reali (per esempio, gestione dell’ictus, ottimizzazione di task scheduling in un contesto di cloud computing). I percorsi al centro del lavoro di Terenziani e Montani si incrociano perfettamente. Il primo fornisce ai medici gli strumenti per applicare la linea guida allo specifico paziente e di supporto alla decisione, mentre il secondo parte dal paziente per esaminare il percorso a ritroso. Partendo dalle sequenze di azioni eseguite sui pazienti in un contesto ospedaliero (chiamate tracce), l’obiettivo è apprendere o analizzare il modello di processo realmente implementato all’interno dell’organizzazione ospedaliera. Questa attività rientra nell’ambito del ‘Process Mining’.
Il valore delle ‘linee guida’
“Le linee guida non sono, né devono essere, normative, come invece lo sono i protocolli. Le linee guida – precisa Terenziani – sono un supporto importante alla decisione che deve prendere il medico e hanno un’impostazione statistica che funziona nel novantacinque per cento dei casi. Servono per evitare errori banali, sono un aiuto per il medico, le cui scelte devono essere sempre giustificate, sia che le segua, sia no”. Negli ultimi anni, il gruppo di lavoro si è concentrato sulla gestione della comorbidità, ovvero l’esecuzione di più linee guida sullo stesso paziente che soffre di patologie multiple.
Un tema più recente per il Disit è quello del trattamento intelligente di trial clinici, nato nel 2016 da una collaborazione con la Fondazione Italiana Linfomi. L’obiettivo è definire tecniche di intelligenza artificiale che supportino tutte le fasi di un trial. “Per esempio, abbiamo sviluppato tecniche ispirate a Glare per migliorare il disegno e la raccolta dati degli studi. Questi dati, più standardizzati e di maggiore qualità, si prestano poi all’uso di tecniche di gestione ed analisi più fini, quali quelle che abbiamo sviluppato di temporal reasoning, business intelligence ed ultimamente data mining” spiega ancora Terenziani. E Annalisa Roveta aggiunge: “Abbiamo affiancato alcuni clinici per sottolineare quanto le tecnologie informatiche, la digitalizzazione possano supportare l’assistenza dei loro pazienti”.
Non a caso una sessione dei lavori della giornata scientifica del 5 luglio vedrà come protagonisti i docenti dell’Istituto di Informatica del Disit che hanno sviluppato o stanno sviluppando progettualità. “Tra questi progetti – precisano Roveta e Terenziani – alcuni sono già stati sottomessi a bandi, mentre è un piacere evidenziare che il progetto dedicato al machine learning per la previsione del rischio in pazienti ospedalizzati Covid-19 è stato insignito di un premio scientifico”.
Il nuovo corso di laurea
Un’opportunità in più si aprirà nel prossimo futuro con il nuovo corso di laurea magistrale in “Intelligenza artificiale e innovazione digitale” dell’Università del Piemonte Orientale che coinvolgerà i poli formativi di Alessandria e Vercelli e sarà attivato in autunno. “I percorsi formeranno un ampio spettro di figure professionali innovative, esperte nelle più moderne tecnologie di intelligenza artificiale (Machine Learning, Deep Learning, Decision Support Systems) e nella loro applicazione” sottolinea Terenziani.