Intelligenza Artificiale per la Salute: Ricerca, Diagnosi, Futuro
Esperti di Intelligenza Artificiale raccontano l’importante contributo di questa tecnologia alla ricerca biomedica
di Chiara Carnevali | gg mm aaaa
Di cosa parliamo in questo articolo?
Il Centro Ricerche sAu, in collaborazione con il Dipartimento di Ingegneria dell’Informazione e il Dipartimento di Medicina Sperimentale e Clinica dell’Università di Firenze, ha organizzato l’evento “Intelligenza Artificiale per la Salute: Ricerca, Diagnosi, Futuro”, promosso dal Prof. Alberto Magi (COMBINE Lab, UniFi). L’evento è stato un’occasione per promuovere il dialogo tra esperti di Intelligenza Artificiale (IA) e professionisti della ricerca biomedica. Partendo dalla storia dell’IA, i relatori hanno illustrato diversi esempi di come questa tecnologia può contribuire al progresso della ricerca, ad esempio nell’ambito dell’analisi di immagini, sollevando anche eventuali criticità. L’incontro ha anche rappresentato un’occasione per riflettere sull’impatto dell’IA nella nostra società e sull’importanza della comunicazione tra ambiti diversi.
Ambito di Intervento
Salute e sanità
Questo articolo contribuisce all’impegno del Centro Ricerche sAu nell’ambito della salute e della sanità, che si impegna non solo nella ridefinizione della relazione tra personale medico-sanitario, pazienti e portatori di interesse, ma anche nel dialogo tra esperti, affinché la ricerca scientifica possa rispondere in maniera sempre più efficace ai bisogni del cittadino.
Un incontro con esperti per promuovere il dialogo tra IA e ricerca biomedica
L’IA è ormai onnipresente e viene discussa da svariati professionisti, dai medici ai giuristi e agli economisti. Questo evento, tuttavia, è stato un’occasione unica per ascoltare l’argomento raccontato e spiegato direttamente da coloro che l’hanno fatta diventare il loro pane quotidiano: i veri esperti dell’Intelligenza Artificiale. Come sottolineato dal Direttore Giorgio Battistelli (DINFO), l’Università di Firenze è stata tra i primi atenei in Italia ad attivare con successo un Corso di Laurea in Intelligenza Artificiale, e il dipartimento può vantare la presenza di esperti di alto livello. È quindi con entusiasmo che è stata accolta questa iniziativa, che, con le parole del Direttore Francesco Annunziato (DMSC) «è in grado di coinvolgere due anime del nostro Ateneo con due competenze diverse, ma auspicabilmente convergenti». Questo pomeriggio di interventi è stato quindi un’ottima occasione per creare dialogo tra il mondo in rapida crescita dell’IA e quello in continua evoluzione della ricerca biomedica, con la speranza che l’IA possa migliorare la salute del cittadino.
I gruppi di ricerca che hanno partecipato
L’evento è stato promosso dal Prof. Magi, Direttore Scientifico del COMBINE Lab, e ha visto la partecipazione di esperti di IA afferenti ai gruppi AI Lab e MICC. Qui sotto i link alle pagine dei gruppi di ricerca.
L’Intelligenza Artificiale dalle origini a oggi: una storia di luci e ombre
Sebbene l’uso di dataset e lo studio a mano di algoritmi più semplici, pilastri fondamentali dell’IA, si ritrovano già a partire dal XVII secolo, la nascita ufficiale dell’intelligenza artificiale viene collocata nel 1956. Da allora, questa disciplina ha visto due importanti rivoluzioni, la prima negli anni ‘80 con l’avvento dei neural networks e la seconda nel 2006 con la nascita del deep learning, eventi che hanno portato allo sviluppo della tecnologia con cui tutti ormai interagiamo quotidianamente. Come raccontato dai Proff. Paolo Frasconi e Marco Lippi, rispettivamente Direttore Scientifico e Professore Associato presso l’AI Lab, il Laboratorio di Intelligenza Artificiale dell’Università di Firenze, negli scorsi decenni lo studio dell’Intelligenza Artificiale ha visto una crescita incredibile fino a diventare uno strumento molto potente e versatile, con applicazioni in diverse discipline. Di indubbia rilevanza sono i contributi di varia natura che l’IA può dare alla medicina. Ad esempio, l’anomaly detection, ovvero lo studio del confine tra la normalità e l’anomalia, ha trovato applicazione in cardiologia per la valutazione del diametro dell’aorta, mentre i Large Language Models sono stati impiegati per la compilazione di questionari clinici, riducendo il carico di lavoro del personale nel contesto di uno studio retrospettivo sui vaccini. Altri studi hanno trovato applicazione nell’analisi degli elettrogrammi atriali intracardiaci e nell’analisi di immagini 3D del cervello. Nel raccontare il grande contributo che questa tecnologia può fornire alla ricerca biomedica, i relatori hanno anche colto l’occasione per portare l’attenzione su alcuni aspetti critici dell’Intelligenza Artificiale. Innanzitutto è stata sottolineata l’importanza dei dati, elemento imprescindibile per l’ intelligenza artificiale. La loro raccolta, tuttavia, non è un processo semplice o scontato, specialmente quando si tratta di informazioni sensibili come quelle mediche. In secondo luogo, sono state fatte alcune riflessioni riguardo ai Large Language Models, probabilmente la forma di IA più diffusa al momento. Questa tecnologia ha un grande potenziale, sfruttabile in una miriade di diverse applicazioni, ma non può risolvere tutti i problemi. Inoltre il buon esito dei processi dipende dalla qualità del prompt che viene fornito; infatti si sta portando sempre più l’attenzione sul miglioramento della scrittura dei prompt. Infine, si è riflettuto sul fatto che i Large Language Models migliori sono in mano alle grandi aziende, le quali non dichiarano nel dettaglio come li hanno sviluppati, e non sono quindi alla portata di tutti.
Galleria immagini
Il grande potenziale dell’IA applicata alle immagini
La seconda metà del pomeriggio ha ospitato gli interventi dei Proff. Pietro Pala, Andrew Bagdanov e Lorenzo Seidenari, membri del Media Integration and Communication Center (MICC), centro di ricerca interdisciplinare con profonda competenza nell’analisi di immagini. I relatori hanno illustrato come l’Intelligenza Artificiale possa supportare la medicina, in particolare nella diagnostica per immagini. Ad esempio, i risultati ottenuti con l’IA nell’analisi delle risonanze magnetiche cerebrali sono incoraggianti, offrendo un’ottimizzazione delle diagnosi di epilessia. Ciononostante, il campo di applicazioni è molto più vasto e comprende anche altre tipologie di immagini, come le radiografie del torace. Tuttavia, anche se l’IA ha visto incredibili progressi negli ultimi anni, il suo avanzamento non è un processo banale ed è necessario sviluppare nuove soluzioni perché sia efficace e sostenibile. Infatti, è necessario che i modelli apprendano nuove capacità per poter rispondere alle più recenti sfide della ricerca senza tuttavia dimenticare quelle apprese in precedenza, problematica che si può superare mediante il cosiddetto continual learning.
L’applicazione dell’IA nel campo delle immagini non si limita solo alla loro analisi, ma la tecnica di adversarial ML, che attacca e disturba le immagini per impedirne il riconoscimento da parte di modelli, può diventare un utile strumento di difesa, soprattutto in un campo come quello della medicina dove è fondamentale la protezione della privacy.
Il ruolo del comunicatore è fondamentale per promuovere un dialogo uomo-macchina sano e costruttivo
In una realtà in cui l’intelligenza artificiale è sempre più presente e ormai permea ogni ambito non solo della ricerca, ma anche della nostra vita quotidiana, è sempre più importante prestare attenzione ai meccanismi del dialogo uomo-macchina. L’elevata accessibilità da parte del pubblico a certe forme di Intelligenza Artificiale può portare alla banalizzazione di queste tecnologie e, quindi, alla sottovalutazione dei rischi ad esse collegati. Affinché la Scienza e le sue nuove tecnologie possano interagire in maniera sana e costruttiva con il pubblico che ne usufruisce , è importante sapere con precisione quali richieste vogliamo fare alle nuove macchine, avere cioè ben chiaro qual è il nostro progetto sociale, etico e morale. Per dirlo con le parole del Prof. Toschi, dobbiamo essere consapevoli di «che tipo di intelligenza vogliamo dare alle macchine». Nello sviluppo prima e nell’utilizzo poi di nuove tecnologie, soprattutto se hanno un grande potenziale e numerose implicazioni come nel caso dell’IA, è doveroso creare un rapporto con il pubblico che tenga in considerazione l’importanza della fiducia. Ed è in questo contesto di relazioni tra scienza e persone che si inserisce il Master in Comunicazione Scientifica e dei Servizi Sanitari. Gli studenti del Master, affiancati da esperti di comunicazione e di ricerca scientifica, sviluppano progetti originali e innovativi per favorire la comunicazione tra istituzioni, associazioni, aziende e cittadini affinché tutti possiamo beneficiare al meglio delle innovazioni medico-scientifiche.
Progetto
Il Master consulenziale realizzato dal Dipartimento di Medicina Sperimentale e Clinica dell’Università di Firenze in collaborazione con il Centro Ricerche sAu nasce per realizzare progetti di ricerca-azione in grado di realizzare strategie di Comunicazione Generativa che migliorino la relazione medico-pazienti-servizi sanitari.
Vuoi saperne di più? Clicca qui
Il dialogo come promotore del progresso
Durante questo evento professori, ricercatori, professionisti e studenti hanno avuto l’occasione di confrontarsi con esperti di Intelligenza Artificiale e sentire questa tecnologia raccontata direttamente da chi la fa. I numerosi interventi del pubblico hanno dimostrato l’importanza di un dialogo tra il produttore e il consumatore, tra chi genera nuove tecnologie e chi le applica e ne usufruisce. Per poter creare una nuova generazione di Intelligenza Artificiale che sappia davvero rispondere alle attuali necessità della nostra società è importante comprendere quali sono i veri bisogni della ricerca e del pubblico. Similarmente, per poter applicare in maniera efficace e costruttiva una nuova tecnologia, soprattutto se è complessa e sofisticata come l’IA, è necessario sviluppare le giuste competenze. Affinché queste condizioni si avverino non si può prescindere dal dialogo tra discipline diverse e mondi diversi.
Autrice
Chiara Carnevali
Assegnista di ricerca presso il COMBINE Lab (Università degli Studi di Firenze), Studentessa presso il Master in CMSeSS.
Principale ambito di ricerca: tecniche di sequenziamento del DNA di terza generazione con applicazioni nell’ambito biomedico.