Progetti

Intelligenza artificiale e salute:
un algoritmo per scoprire
in anticipo il rischio polmoniti

Verrà utilizzato per individuare tempestivamente le complicazioni più gravi nei pazienti ricoverati in terapia intensiva. Lo studio nasce da una collaborazione IDSIA-EOC. Intervista alla ricercatrice Laura Azzimonti

di Simone Pengue

Non è un ospedale pieno di robot-medici quello che dobbiamo aspettarci quando parliamo di intelligenza artificiale e medicina. Non dobbiamo nemmeno pensare a temibili cavi elettrici impiantati nei nostri corpi. Piuttosto, l’intelligenza artificiale (AI) può fornire ai medici (umani) allarmi precoci, previsioni terapeutiche e strumenti diagnostici, cogliendo segnali invisibili ai nostri occhi e mettendo assieme moli di dati altrimenti impossibili da gestire. Per sviluppare questi strumenti tecnologici del futuro, la ricercatrice senior della SUPSI Laura Azzimonti ha fatto squadra all’Istituto dalle Molle di Studi sull’Intelligenza Artificiale (IDSIA USI-SUPSI) con l’Ente Ospedaliero Cantonale (EOC). Mentre l’Ente fornisce la sfida medica, Laura Azzimonti coordina le forze dell’IDSIA per costruire le armi informatiche, quando non scende in campo lei stessa. Le applicazioni sviluppate in questi anni di fruttuosa cooperazione esplorano moltissime sfaccettature dell’intelligenza artificiale, dall’analisi delle immagini alla genomica, dalla lettura delle cartelle cliniche al supporto ai processi interni dell’ospedale.

Guarda la gallery Foto di Chiara Micci / Garbani Guarda la gallery (5 foto)

Alcune di queste applicazioni agiscono come sensibilissimi sistemi di allarme che, in base a debolissimi indizi, riescono a intuire il decorso della malattia di un paziente e, se necessario, avvisare i medici che possono correre ai ripari. Accade in un nuovissimo progetto finanziato da Innosuisse, ancora in fase di sviluppo, che Laura Azzimonti sta costruendo con i medici dell’EOC guidati dal viceprimario Alberto Pagnamenta. Nei reparti di terapia intensiva molti pazienti hanno bisogno di essere intubati per respirare, ma dopo i primi due giorni un terzo di loro circa sviluppa un’infezione ai polmoni chiamata in gergo tecnico “polmonite associata alla ventilazione” (VAP). L’insorgenza di questa patologia può creare molte difficoltà, anche gravi, al paziente, se non identificata in tempo. In questo caso, intervenire tempestivamente è fondamentale, agendo prima che la colonia batterica si sviluppi eccessivamente e prenda il sopravvento.
«Riuscire ad anticipare la diagnosi di polmonite anche solo di 6 o 12 ore, cogliendo segnali precoci e intervenendo subito con gli antibiotici, può davvero fare la differenza», conferma Laura Azzimonti.
La squadra luganese sta mettendo a punto un algoritmo di intelligenza artificiale per raggiungere questo risultato più velocemente di quanto possano fare i medici umani. Accedendo ai dati del ventilatore (in particolare a quelli relativi al flusso d’aria e alla percentuale d’ossigeno), e combinandoli con i dati biologici del paziente, come pulsazione e ossigenazione del sangue, la macchina potrà trovare silenziosi indizi d’una polmonite in arrivo. In altre parole, il sistema di intelligenza artificiale, addestrato sui dati di pazienti precedenti, riuscirà a capire da solo quali saranno i segnali precoci, spesso impercettibili, che arriveranno dai sensori del ventilatore e dal paziente.
«Per adesso abbiamo i dati relativi a una ventina di pazienti - chiarisce Laura Azzimonti. - Nell’arco di un anno sperimenteremo ulteriormente il software per verificarne le potenzialità, prima di scrivere il progetto definitivo per integrare il sistema d’allarme nelle "macchine"».

Un altro studio - già concluso, questa volta, dopo diversi anni, e finanziato dall’EOC - ha portato Laura Azzimonti e altri ricercatori dell’IDSIA a collaborare con l’equipe di Pietro Cippà, professore USI e primario di nefrologia dell’Ospedale regionale di Lugano, per sviluppare un nuovo metodo di diagnosi delle malattie renali. «Idealmente bisognerebbe analizzare cellula per cellula, ma è una procedura troppo complessa e costosa per poter essere impiegata in clinica» - commenta Laura Azzimonti. La nuova soluzione consiste nell’analisi dell’RNA (una parte del codice genetico) estratto da queste cellule. Se il DNA, come è noto, è il manuale di istruzioni della cellula, l’RNA è lo "stampo" che permettere di attuare quelle istruzioni, portando alla sintesi di determinate proteine. In alcuni tessuti malfunzionanti, però, ci sono troppi "stampi", o al contrario troppo pochi. Oppure, ancora, gli stampi sono fatti male, per non parlare di quando il manuale stesso viene alterato. Perciò, analizzare l’RNA, permette di capire in quale stato si trovino le cellule. Non è facile, però, leggere i frammenti dell’RNA, perché presentano moltissime varianti. E non è nemmeno chiaro quali segmenti di RNA si associno a determinate patologie. Con l’intelligenza artificiale è possibile scandagliare tutte le librerie genetiche disponibili online e trarre, ancora una volta, una serie di regole che la macchina sa utilizzare per esprimersi sui campioni estratti. Da questo punto di vista il sistema di AI è come l’occhio di un esperto geometra, che dopo aver visto nella propria vita migliaia di crepe sa riconoscere quelle potenzialmente pericolose, senza saper spiegare bene né perché, né dove lo abbia imparato.

I lavori di Laura Azzimonti si allargano anche ad altri settori della medicina, tra i quali la cardiologia e la prevenzione del diabete, e generano risultati sia applicativi che metodologici. Ovvero, permettono ai ricercatori di scrivere sia pubblicazioni dedicate ai medici, ma anche agli informatici. Prima di poter essere utilizzate sul campo, in ogni caso, queste nuove tecniche devono essere opportunamente validate dagli enti regolatori. E, in alcuni casi, occorrerà ancora un certo tempo. Inoltre, in un settore delicato come quello della sanità, l’adozione delle nuove tecnologie dipende anche dall’intraprendenza degli enti sul territorio. In pratica, dai singoli ospedali.