L’intelligenza artificiale può essere un efficace strumento per prevenire, analizzare e affrontare il nuovo coronavirus (o SARS-CoV-2, o COVID-19). Lo sostiene in questo articolo Mark Lambrecht, direttore di Global Health and LifeSciences Practice di SAS, divisione che si occupa delle soluzioni globali per l’assistenza sanitaria e le scienze della vita dell’azienda di software e servizi di Business Analytics.
In concreto contro il virus, che è apparso a Wuhan (provincia dell’Hubei) a dicembre 2019 e ora è arrivato anche in Italia provocando le prime vittime, l’AI può intervenire prevedendone e limitandone la diffusione, fornendo tecnologie per la realizzazione di nuovi vaccini e per il loro monitoraggio, coadiuvando la sorveglianza di luoghi a rischio quali ospedali e aeroporti. Ecco tutti i dettagli spiegati da Lambrecht.
Coronavirus: l’intelligenza artificiale per prevedere il contagio e giocare d’anticipo
L’AI e gli analytics possono aiutare a rilevare i primi segni di sintomi in grado di portare a una possibile nuova epidemia. Con queste tecniche sofisticate, i primi segnali possono essere individuati spesso settimane prima che le autorità lancino l’allarme e questo può aiutare a limitare la diffusione del virus. Sono necessarie particolari tecniche analitiche in grado di rintracciare eventi rari ma significativi, come un picco nell’assenteismo scolastico in una determinata regione o Stato. Per capire qual è l’agente infettivo o il virus di un nuovo focolaio serve una combinazione di competenze epidemiologiche, cliniche e di Artificial Intelligence. Per aumentare l’accuratezza e la precisione, diverse fonti di informazioni vengono combinate in set di dati analitici. Quali set? Per esempio i record di incidenza ufficiali, i dati di emergenza clinica, i registri medici, i social media, i registri di volo, i dati sulle assenze scolastiche e quelli sulla vendita di farmaci anti-piretici. L’intelligenza artificiale può anche contribuire a fungere da complemento per i risultati clinici, gli eventi avversi specifici e le caratteristiche del modello di una nuova epidemia virale o pandemia come quella del nuovo coronavirus (ora denominato SARS-CoV-2 e già definito 2019-nCoV, ndr). Queste prime scoperte sono cruciali per far sì che il sistema sanitario sia preparato e possa garantire la messa in quarantena dei pazienti o un numero sufficiente di farmaci e antivirali già pronti.
In una fase successiva, possono essere ulteriormente valutate le decisioni politiche come la necessità di quarantene. Oggi si stima che solo 1 paziente su 20 sia stato diagnosticato per SARS-CoV-2, ma nel caso in cui questo numero aumenti, l’AI può diventare un potente strumento per aiutare i sistemi sanitari a prendere decisioni.
L’intelligenza artificiale può anche aiutare a prevedere dove si verificheranno i prossimi focolai con nuovi virus, eseguendo rilevazioni sui mercati di generi alimentari all’aperto molto affollati, considerati ad alto rischio.
Un altro metodo di utilizzo dell’intelligenza artificiale per il coronavirus è collegato alle attività di automazione per medici e cittadini. Stiamo parlando, per esempio, dell’uso di chatbot per individuare i sintomi delle persone contagiate. Questi sistemi sono in grado di trattare migliaia di pazienti ogni ora, a differenza dei call center, e possono generare rapporti di alta qualità.
L’Artificial Intelligence aiuta inoltre nella scoperta clinica, nelle sperimentazioni e nella produzione per garantire farmaci e vaccini antivirali sicuri ed efficienti.
In particolare l’AI eccelle soprattutto nel vedere connessioni e correlazioni che gli esseri umani non troverebbero o osserverebbero.
Coronavirus e vaccino: cosa può fare l’intelligenza artificiale?
AI e analytics vengono utilizzate già oggi in ogni fase dello sviluppo, produzione e commercializzazione dei vaccini. Le informazioni sulle sperimentazioni cliniche che utilizzano SAS e altre tecnologie analitiche sono in grado di confermare alle autorità che i nuovi vaccini funzionano e sono sicuri in un contesto normativo rigorosamente controllato. L’attività viene testata durante e dopo la produzione di vaccini utilizzando l’Artificial Intelligence. La qualità dei lotti di vaccino viene monitorata attraverso varie tecniche analitiche, come l’analisi delle immagini e della durata a scaffale.
Inoltre, una volta somministrato il vaccino alla popolazione, vengono raccolti, analizzati e segnalati possibili eventi avversi utilizzando l’AI per capire se è sicuro. Si chiama farmacovigilanza. Si usa l’AI anche per vagliare la letteratura scientifica e altre fonti di informazioni non strutturate come i social media, allo scopo di rilevare tendenze di consumo o individuare Paesi o regioni che non sono ancora stati vaccinati. Ci sono molte altre aree in cui l’Artificial Intelligence sta diventando importante: per esempio sperimentazioni cliniche in realtà virtuale o aumentata che consentono di collegarsi ai dispositivi indossabili o medici del paziente per saperne di più sull’effetto del vaccino o della terapia applicata.
Coronavirus e intelligenza artificiale: che ruolo hanno i social media?
La sorveglianza sindromica utilizza caratteristiche cliniche emerse in un individuo senza che la diagnosi ufficiale sia stata confermata. L’analisi avanzata del testo, per esempio sui social media, o le tecniche di elaborazione del linguaggio naturale possono arrivare a comprenderne il contesto e utilizzare le informazioni digitali che emergono per ulteriori analisi statistiche.
La sorveglianza dei sintomi o dell’analisi dei social media da sola non è in grado di rilevare in modo affidabile una nuova epidemia, ma è grazie alla combinazione di diverse fonti di dati e dell’applicazione di sofisticate analisi di eventi rari che i data scientist e gli analisti possono iniziare a indagare e ricercare modelli.
Coronavirus: l’intelligenza artificiale in ospedali e aeroporti
Ospedali e aeroporti utilizzano già tecnologie di analisi predittiva per prevedere quando saranno necessari infermieri e medici, per attribuire una sorta di punteggio ai pazienti a rischio di sviluppare l’infezione o per ottenere un punteggio dei viaggiatori per possibili problemi di sicurezza o salute. Quando si inizia a implementare questa tecnologia, è necessario però stabilire una cultura dell’analisi e identificare casi d’uso di grande impatto. Ciò richiede notevoli investimenti, una vera strategia di analisi basata sui dati supportata dalla gestione ospedaliera o aeroportuale nel corso degli anni. Questi investimenti devono avvenire ben prima dell’inizio di una pandemia come 2019-nCOV.
Dove sono state impiegate finora le nuove tecnologie di AI per prevenire e monitorare i virus?
Come accennato, tutte queste tecniche sono state implementate in ospedali, Paesi e agenzie governative che implementano tecniche di sorveglianza in numerosi ospedali e sistemi sanitari governativi in tutto il mondo. Quello che cambia tra i Paesi è la maturità del sistema e-health, la disponibilità del sistema sanitario a prendere decisioni e misurare i risultati e la capacità di raccogliere informazioni digitali di alta qualità. Non tutte le regioni e i Paesi hanno centri di eccellenza in cui gli specialisti clinici possono collaborare strettamente con gli statistici e i data scientist.
SAS: trasformare i dati in intelligenza
In SAS, la nostra visione è quella di trasformare un mondo di dati in un mondo di intelligenza. L’intelligence, o i risultati generati dall’intelligenza artificiale, dovrebbero guidare le decisioni. Occorre essere trasparenti su queste decisioni basate sui dati, spiegare il significato dei risultati, le azioni intraprese per contenere il problema e come la diffusione del virus può essere controllata. Solo così la gente può affrontare la realtà e capirla. La trasparenza è la chiave per costruire la fiducia.
Coronavirus: attenzione ai comportamenti irrazionali
Solo le voci che non sono fondate sulla realtà causano comportamenti irrazionali o di panico. Ma non tutto può essere controllato: è per questo che i governi, le aziende private e l’OMS devono fare di più per essere pronti per la prossima epidemia. Abbiamo imparato molto dall’epidemia di SARS del 2003 e dall’epidemia di Ebola del 2013-2016, ma dobbiamo rimanere vigili e investire in nuove tecnologie di vaccino (come le tecnologie plug-and-play), buone reti di assistenza sanitaria e un sistema sanitario digitale in grado di generare alert e policy.
Ciò che occorre è una cultura della Data Science e investimenti a lungo termine per poter acquisire dati, un’ampia piattaforma di analisi che possa essere rapidamente ampliata in caso di epidemia e la promozione di collaborazioni tra data scientist, epidemiologi, scienziati e specialisti di dati.
