Esperti di intelligenza artificiale discutono su come integrare un'IA robusta nel settore sanitario, perché la collaborazione interdisciplinare sia fondamentale e il potenziale dell'IA generativa nella ricerca.
Feifei Li e Lloyd Minor hanno tenuto i discorsi di apertura del primo simposio RAISE Health presso la Facoltà di Medicina dell'Università di Stanford il 14 maggio. Steve Fish
La maggior parte delle persone catturate dall'intelligenza artificiale ha avuto una sorta di momento di "illuminazione", che ha aperto la loro mente a un mondo di possibilità. Al simposio inaugurale RAISE Health, tenutosi il 14 maggio, Lloyd Minor, MD, preside della Facoltà di Medicina dell'Università di Stanford e vicepresidente per gli affari medici presso la stessa università, ha condiviso la sua prospettiva.
Quando a un adolescente curioso è stato chiesto di riassumere le sue scoperte sull'orecchio interno, si è rivolto all'intelligenza artificiale generativa. "Ho chiesto: 'Cos'è la sindrome da deiscenza del canale semicircolare superiore?'", ha raccontato Minor a quasi 4.000 partecipanti al simposio. "In pochi secondi, sono apparsi diversi paragrafi."
"Sono ottimi, davvero ottimi", ha detto. "Il fatto che queste informazioni siano state raccolte in una descrizione della malattia concisa, generalmente accurata e chiaramente prioritaria è davvero notevole."
Molti hanno condiviso l'entusiasmo di Minor per l'evento di mezza giornata, nato dall'iniziativa RAISE Health, un progetto lanciato dalla Stanford University School of Medicine e dallo Stanford Institute for Human-Centered Artificial Intelligence (HAI) per guidare l'uso responsabile dell'intelligenza artificiale nella ricerca biomedica, nella formazione e nell'assistenza ai pazienti. I relatori hanno esaminato cosa significhi implementare l'intelligenza artificiale in medicina in modo che sia non solo utile per medici e scienziati, ma anche trasparente, equo e imparziale per i pazienti.
"Crediamo che questa sia una tecnologia che potenzia le capacità umane", ha affermato Fei-Fei Li, professoressa di informatica presso la Stanford School of Engineering, direttrice del progetto RAISE Health with Minor e co-direttrice di HAI. Di generazione in generazione, possono emergere nuove tecnologie: dalle nuove sequenze molecolari di antibiotici alla mappatura della biodiversità e alla rivelazione di aspetti nascosti della biologia fondamentale, l'IA sta accelerando la scoperta scientifica. Ma non tutto ciò è positivo. "Tutte queste applicazioni possono avere conseguenze indesiderate e abbiamo bisogno di informatici che sviluppino e implementino [l'intelligenza artificiale] in modo responsabile, collaborando con una varietà di soggetti interessati, da medici ed esperti di etica... a esperti di sicurezza e oltre", afferma. "Iniziative come RAISE Health dimostrano il nostro impegno in tal senso".
Il consolidamento di tre divisioni di Stanford Medicine — la School of Medicine, Stanford Health Care e la Stanford University School of Child Health Medicine — e i suoi collegamenti con altre parti della Stanford University l'hanno portata in una posizione in cui gli esperti si stanno confrontando con lo sviluppo dell'intelligenza artificiale, la gestione e l'integrazione di problemi nel campo della sanità e della medicina. Medicina, diceva la canzone.
"Siamo ben posizionati per essere pionieri nello sviluppo e nell'implementazione responsabile dell'intelligenza artificiale, dalle scoperte biologiche fondamentali al miglioramento dello sviluppo di farmaci e alla semplificazione dei processi di sperimentazione clinica, fino all'effettiva erogazione dei servizi sanitari. Il modo in cui è strutturato il sistema sanitario", ha affermato.
Diversi relatori hanno sottolineato un concetto semplice: concentrarsi sull'utente (in questo caso, il paziente o il medico) e tutto il resto verrà di conseguenza. "Mette il paziente al centro di tutto ciò che facciamo", ha affermato la dottoressa Lisa Lehmann, direttrice di bioetica presso il Brigham and Women's Hospital. "Dobbiamo tenere conto dei suoi bisogni e delle sue priorità".
Da sinistra a destra: Mohana Ravindranath, conduttrice di STAT News; Jessica Peter Lee di Microsoft Research; Sylvia Plevritis, professoressa di scienze dei dati biomedici, discute il ruolo dell'intelligenza artificiale nella ricerca medica. Steve Fish
I relatori del panel, tra cui Lehmann, la bioeticista medica dell'Università di Stanford Mildred Cho, MD, e il responsabile clinico di Google Michael Howell, MD, hanno evidenziato la complessità dei sistemi ospedalieri, sottolineando la necessità di comprenderne lo scopo prima di qualsiasi intervento. È fondamentale implementare le soluzioni e garantire che tutti i sistemi sviluppati siano inclusivi e tengano conto delle esigenze delle persone che sono destinati ad aiutare.
Un elemento chiave è la trasparenza: chiarisce da dove provengono i dati utilizzati per addestrare l'algoritmo, qual è lo scopo originario dell'algoritmo e se i dati futuri dei pazienti continueranno ad aiutare l'algoritmo ad apprendere, tra gli altri fattori.
“Cercare di prevedere i problemi etici prima che diventino seri significa trovare il punto di equilibrio perfetto, ovvero conoscere la tecnologia a sufficienza per avere una certa fiducia in essa, ma non prima che il problema si diffonda ulteriormente, e quindi risolverlo tempestivamente”, ha affermato Denton Char, Dottore in Scienze Mediche e Professore Associato del Dipartimento di Anestesiologia Pediatrica, Medicina Perioperatoria e Terapia del Dolore. Un passo fondamentale, spiega, è identificare tutte le parti interessate che potrebbero essere influenzate dalla tecnologia e determinare come queste stesse parti vorrebbero rispondere a tali interrogativi.
Il dottor Jesse Ehrenfeld, presidente dell'American Medical Association, analizza quattro fattori che guidano l'adozione di qualsiasi strumento di sanità digitale, compresi quelli basati sull'intelligenza artificiale. È efficace? Funzionerà nella mia struttura? Chi paga? Chi è responsabile?
Michael Pfeffer, MD, responsabile informatico di Stanford Health Care, ha citato un esempio recente in cui molte delle problematiche sono state testate tra gli infermieri degli ospedali di Stanford. I medici sono supportati da ampi modelli linguistici che forniscono annotazioni iniziali per i messaggi in arrivo dai pazienti. Sebbene il progetto non sia perfetto, i medici che hanno contribuito allo sviluppo della tecnologia affermano che il modello alleggerisce il loro carico di lavoro.
«Ci concentriamo sempre su tre aspetti fondamentali: sicurezza, efficienza e inclusione. Siamo medici. Prestiamo giuramento di "non nuocere"», ha affermato Nina Vasan, MD, professoressa assistente di psichiatria e scienze comportamentali, che si è unita a Char e Pfeffer nel gruppo. «Questo dovrebbe essere il primo modo per valutare questi strumenti».
Nigam Shah, MBBS, Ph.D., professore di medicina e scienze dei dati biomedici, ha iniziato la discussione con una statistica sconvolgente, nonostante avesse avvertito il pubblico. "Parlo in termini generali e con numeri, e a volte tendo ad essere molto diretto", ha affermato.
Secondo Shah, il successo dell'IA dipende dalla nostra capacità di scalarla. "Condurre una ricerca scientifica rigorosa su un modello richiede circa 10 anni, e se ognuno dei 123 programmi di specializzazione e residenza volesse testare e implementare il modello con tale rigore, sarebbe molto difficile fare scienza in modo corretto, come attualmente organizziamo i nostri sforzi e [test]. Ci vorrebbero 138 miliardi di dollari per garantire che ognuno dei nostri siti funzioni correttamente", ha affermato Shah. "Non possiamo permettercelo. Quindi dobbiamo trovare un modo per espanderci, e dobbiamo espanderci e fare buona scienza. Le competenze per la ricerca rigorosa sono in un luogo e le competenze per la scalabilità sono in un altro, quindi avremo bisogno di questo tipo di collaborazione."
Il vicedecano Yuan Ashley e Mildred Cho (addetta alla reception) hanno partecipato al workshop sulla salute RAISE. Steve Fish
Alcuni relatori al simposio hanno affermato che ciò potrebbe essere realizzato attraverso partenariati pubblico-privati, come il recente ordine esecutivo della Casa Bianca sullo sviluppo e l'uso sicuri e affidabili dell'intelligenza artificiale e il Consorzio per l'intelligenza artificiale in ambito sanitario (CHAI).
"La partnership pubblico-privata con il maggior potenziale è quella tra il mondo accademico, il settore privato e il settore pubblico", ha affermato Laura Adams, consulente senior della National Academy of Medicine. Ha osservato che il governo può garantire la fiducia del pubblico, i centri medici universitari possono fornire legittimità e il settore privato può mettere a disposizione competenze tecniche e risorse informatiche. "Tutti insieme possiamo fare di meglio, e ne siamo consapevoli... non possiamo sperare di realizzare il potenziale dell'intelligenza artificiale se non impariamo a interagire tra di noi".
Diversi relatori hanno affermato che l'intelligenza artificiale sta avendo un impatto anche sulla ricerca, sia che gli scienziati la utilizzino per esplorare i dogmi biologici, prevedere nuove sequenze e strutture di molecole sintetiche a supporto di nuove terapie, sia che la usino per riassumere o scrivere articoli scientifici.
"Questa è un'opportunità per esplorare l'ignoto", ha affermato Jessica Mega, MD, cardiologa presso la Stanford University School of Medicine e co-fondatrice di Verily, azienda di Alphabet. Mega ha menzionato l'imaging iperspettrale, che cattura caratteristiche delle immagini invisibili all'occhio umano. L'idea è di utilizzare l'intelligenza artificiale per individuare schemi nelle sezioni istologiche che gli esseri umani non riescono a vedere e che indicano la presenza di una malattia. "Incoraggio tutti ad abbracciare l'ignoto. Credo che ognuno di noi conosca qualcuno con qualche problema di salute che necessita di qualcosa che va oltre ciò che possiamo offrire oggi", ha detto Mega.
I relatori hanno inoltre convenuto che i sistemi di intelligenza artificiale forniranno nuovi strumenti per identificare e contrastare i processi decisionali distorti, siano essi operati da esseri umani o da intelligenza artificiale, con la capacità di individuare la fonte di tale distorsione.
"La salute è molto più che semplice assistenza medica", hanno convenuto diversi relatori. Gli oratori hanno sottolineato come i ricercatori spesso trascurino i determinanti sociali della salute, come lo status socioeconomico, il codice postale, il livello di istruzione, la razza e l'etnia, quando raccolgono dati inclusivi e reclutano partecipanti per gli studi. "L'intelligenza artificiale è efficace solo quanto i dati su cui viene addestrato il modello", ha affermato Michelle Williams, professoressa di epidemiologia all'Università di Harvard e professoressa associata di epidemiologia e salute pubblica presso la Stanford University School of Medicine. "Se vogliamo raggiungere il nostro obiettivo, ovvero migliorare i risultati in termini di salute ed eliminare le disuguaglianze, dobbiamo assicurarci di raccogliere dati di alta qualità sul comportamento umano e sull'ambiente sociale e naturale".
Natalie Pageler, MD, professoressa clinica di pediatria e medicina, ha affermato che i dati aggregati sul cancro spesso escludono i dati sulle donne in gravidanza, creando inevitabili distorsioni nei modelli e aggravando le disparità esistenti nell'assistenza sanitaria.
Il dottor David Magnus, professore di pediatria e medicina, ha affermato che, come ogni nuova tecnologia, l'intelligenza artificiale può migliorare le cose in molti modi o peggiorarle. Il rischio, secondo Magnus, è che i sistemi di intelligenza artificiale apprendano le disuguaglianze in ambito sanitario, determinate da fattori sociali, e le rafforzino attraverso i loro risultati. "L'intelligenza artificiale è uno specchio che riflette la società in cui viviamo", ha detto. "Spero che ogni volta che avremo l'opportunità di far luce su un problema, di guardarci allo specchio, ciò ci spinga a migliorare la situazione".
Se non avete potuto partecipare al workshop di RAISE Health, potete trovare la registrazione della sessione qui.
La Stanford University School of Medicine è un sistema sanitario accademico integrato, composto dalla Stanford University School of Medicine e dai sistemi di assistenza sanitaria per adulti e pediatrici. Insieme, realizzano appieno il potenziale della biomedicina attraverso la ricerca collaborativa, la formazione e l'assistenza clinica ai pazienti. Per ulteriori informazioni, visitare il sito med.stanford.edu.
Un nuovo modello di intelligenza artificiale sta aiutando medici e infermieri dell'ospedale di Stanford a collaborare per migliorare l'assistenza ai pazienti.
Data di pubblicazione: 19 luglio 2024