È stato recentemente messo a punto un modello in grado di identificare tracce di Covid-19 applicando le tecniche di Intelligenza Artificiale ad un semplice esame del sangue.
Abbiamo intervistato chi ha guidato il gruppo di ricerca che ha contribuito a questo modello: Federico Cabitza, professore di Sistemi informativi e Interazione uomo-macchina all’Università degli Studi di Milano Bicocca.
Il modello, pubblicato anche sulle riviste scientifiche JOMS e CCLM, si pone a supporto degli operatori sanitari nella fase di triage dei pazienti, e per raggiungere un’accuratezza maggiore deve comunque essere affiancato dal tampone molecolare, il “gold standard” attuale per l’individuazione del virus.
Il modello offre vantaggi sia in termini economici, sia di tempestività: l’esame emocromocitometrico ha un costo che è circa dieci volte inferiore rispetto al tradizionale tampone, e solitamente è disponibile già dopo pochi minuti dal prelievo del sangue.
Le nostre curiosità, visto anche quanto accaduto recentemente con Immuni, sono legate in primo luogo al trattamento dei dati raccolti da questo strumento, ma al termine dell’intervista sarà tutto più chiaro.
Come vengono raccolti e trattati i dati dei pazienti che si sottopongono al vostro modello?
Il modello funziona senza il trattamento di alcun dato personale: non raccogliamo né salviamo alcun dato di identificazione dei soggetti che lo utilizzano, neppure il responso del test.
Quali categorie di interessati possono essere aiutate dall’IA? Solo medici o anche infermieri e personale amministrativo?
In realtà tutte quelle che devono considerare dati eterogenei ma opportunamente codificati per prendere una decisione e per le quali esiste uno storico di decisioni prese in passato.
Quindi in medicina si tratta soprattutto di medici, ma anche infermieri, personale amministrativo e responsabili di processi ed attività.
Ma è evidente che possiamo considerare questo tipo di supporto applicabile a qualsiasi lavoro che può essere considerato ad alta intensità di conoscenza (knowledge-intensive) e potenzialmente soggetto ad errori di valutazione (error prone).
Ci sono delle fasi specifiche in cui l’IA può dare un maggiore apporto?
Ogni attività lavorativa può essere suddivisa in attività e sotto-attività, a seconda delle esigenze di analisi e delle opportunità di razionalizzazione o efficientamento.
Io mi focalizzo sulla fase decisionale e previsionale, che a sua volta può includere anche attività di monitoraggio attivo e preventivo.
In che modo il suo tool si può inserire all’interno del processo che coinvolge le ASL? Data la percezione sociale dimostrata anche dai download dell’app Immuni e i dubbi espressi anche dalle autorità per la tutela dei dati all’interno dell’intero sistema sanitario, il tool potrebbe fornire un valido contributo per aumentare la trasparenza in un momento di sfiducia diffusa?
Il tool può servire alla medicina ospedaliera, in fase di triage per una tempestiva gestione dei malati che accedono ad una struttura di pronto soccorso, in attesa dell’esito del test molecolare, oppure quando questo è disponibile per ottenere un test combinato che presenta maggiore affidabilità.
Però può anche essere utile alla medicina di territorio, qualora non si riesca a raccogliere tamponi e processare test molecolari con tempestività.
L’esame emocromo è meno costoso di un test molecolare e i risultati sono pronti più velocemente: l’esito fornito dal nostro sistema può essere considerato dal singolo cittadino e dal suo medico di medicina generale per capire cosa sia meglio fare in attesa dell’esito del test molecolare.
Ciò detto, ci auguriamo che la nuova e prossima disponibilità di test rapidi salivari antigenici renda superfluo l’utilizzo del nostro tool, o comunque solo un ulteriore elemento da considerare per ottenere test combinati a più alta affidabilità.
Photo by amirali mirhashemian on Unsplash
