eHealth

IA e sanità, spesa globale verso i 45 miliardi nel 2026. I vantaggi dell’imaging e del 4D

di |

Diagnostica per immagini, grande capacità di acquisizione ed elaborazione dati, 3D/4D imaging, riduzione di tempi e costi, così l’IA rende più facile e più veloce il lavoro dei medici: per esaminare in maniera tradizionale 10GB di immagini mediche ci vorrebbero 30 ore, con l’IA si fa in meno di un minuto.

La pandemia di Coronavirus ha introdotto con nuova forza e rapidità diverse soluzioni tecnologiche in ambito medico e sanitario, tra cui quelle relative all’intelligenza artificiale (IA).

Secondo stime Markets and Markets Research, la spesa globale in tecnologie IA applicate all’assistenza sanitaria passerà dai 4,9 miliardi di dollari del 2020 ai 45,2 miliardi di dollari del 2026.

Un salto in avanti significativo degli investimenti in questo settore, legati principalmente ai benefici e ai vantaggi che l’IA ha da offrire in diverse attività medico-sanitarie, anche a livello ospedaliero.

IA e diagnosi per immagini

Sicuramente, tra i vantaggi derivanti dall’utilizzo di queste soluzioni tecnologiche, si legge in un articolo su venturebeat.com di Hila Blecher Segev, Computer Vision and AI Associate di Vision Elements, c’è il miglioramento nell’acquisizione delle immagini per la diagnostica (imaging), che possono aiutare in maniera concreta il lavoro del personale medico nelle fasi successive del trattamento e del monitoraggio dei pazienti.

L’IA e alle sue capacità di elaborazione di grandi quantità di dati, decisamente più veloce rispetto alle abilità umane, e all’accuratezza delle informazioni che se ne possono ricavare, possono proporsi come primo strumento di screening e diagnostica, con un basso livello di errore.

Se per esaminare nel dettaglio una porzione di tessuto in 10GB di immagini un medico patologo potrebbe impiegare circa 30 ore, lo stesso lavoro sarebbe svolto dall’IA in meno di un minuto.

Tempi ridotti, costi contenuti

In questo modo si accorciano i tempi della diagnosi e si elabora un intervento o un trattamento in maniera più efficace, con la possibilità di rilevare anomalie e criticità nella fase iniziale delle cure.

Un metodo di analisi che consente anche di evitare interventi troppo invasivi, come le biopsie.

Altro vantaggio non da poco, è che grazie alla precisione di questa tecnologia, proprio nell’acquisizione delle immagini, c’è l’opportunità di ridurre l’esposizione del paziente alle radiazioni per l’acquisizione di una tomografia computerizzata (TC), con un risparmio economico per la struttura sanitaria non indifferente nel tempo.

Applicazioni IA più avanzate

Il rilevamento e il monitoraggio del cancro è un’altra importante applicazione dell’intelligenza artificiale nell’imaging medico. Il processo di esame di migliaia di foto da 10 megapixel richiede tempo ed è soggetto a errori.

Dopo aver addestrato diversi modelli di intelligenza artificiale su più scale (simile al modo in cui i patologi esaminano un tessuto), si è stati in grado di eguagliare o superare le prestazioni di un patologo.

Le sfide

La sfida principale che l’IA deve affrontare, specialmente nel settore sanitario, è la quantità di dati disponibili in fase di test. La condivisione di dati, fondamentale per l’utilizzo delle nuove tecnologie applicate alla sanità, è fortemente regolamentata dalla normativa sulla privacy.

A tal fine, sarebbe molto utile per il personale medico e per gli stessi pazienti poter disporre di una banca dati condivisa, più in generale di una maggiore quantità di dati su cui operare delle comparazioni utili all’individuazione del problema.

I modelli utilizzati nei training possono anch’essi generare dati di alta qualità, su cui testare l’IA, grazie al processo del transfer learning.

IA e 4D imaging

Sia nella modellazione de test, sia per la formazione dei professionisti del settore medico-sanitario, utilissime allo scopo sono le applicazioni 3D all’imaging.

Ogni immagine ottenuta ad esempio via TC fornisce al software IA una grande quantità di dati, estrapolati anche grazie al 3D.

Altra fondamentale sorgente di informazioni utili alla migliore diagnostica e terapia è l’imaging 4D, con dati sia a livello temporale, sia spaziale, come ad esempio in una fluoroscopia video guidata o nella registrazione del cardiovascolare del battito cardiaco.