Artificial Intelligence: analisi, riflessioni e profili di applicabilità nel quadro dell’emergenza Covid-19

di Roberto Pelliccia

Molti dati da elaborare, poco tempo a disposizione. Un quadro contingente, ma anche un ottimo banco di prova per lo stato dell’arte dell’intelligenza artificiale che, messo alla prova di fronte all’emergenza sanitaria, evidenzia significativi risultati. 

Può l’AI essere un valido alleato nella lotta alla diffusione del virus, nonché un supporto nel suo debellamento definitivo? Se sì, in che modo?

Ci sono concreti esempi di applicazione dell’AI che, ad oggi, hanno consentito di risolvere alcune delle complicazioni che molte persone si sono trovate a dover affrontare, nel quadro di emergenza globale. [1].

Ne verranno presentati diversi, con l’intento di incentivare una riflessione sulle opportunità che l’AI è in grado di offrire, senza tuttavia dimenticarci che, in quanto strumento nelle mani dell’essere umano, può essere fonte di dilemmi etici e morali che, seppur apparentemente non urgenti quanto le questioni cliniche, economiche e logistico-organizzative che caratterizzano l’emergenza in corso, non sono elementi da sottovalutare, nell’ottica di un complessivo sviluppo e progresso della società del nostro tempo.

Una prima dimostrazione di questa tecnologia è rappresentata da un servizio attuato mediante un’apposita applicazione per smartphone, la quale consente di monitorare la salute del proprietario del dispositivo e tenere traccia della diffusione geografica del virus, registrando i suoi spostamenti sul territorio. 

App di questo genere, supportate da un’AI, oltre a rendere possibile controllare l’effettivo rispetto delle misure di quarantena, mirano ad individuare le comunità che emergono quali più suscettibili di subire gli impatti negativi dello sviluppo del virus, e sono un utile strumento per consentire agli interessati di ricevere aggiornamenti costanti, per esempio, sui tempi di attesa per la ricezione dei servizi medici necessari. 

Inoltre, rimanendo uno strumento correlato all’uso del telefono cellulare – ed essendo quindi caratterizzato da una capillare distribuzione -, porta con sé la rimarchevole opportunità di fornire alla popolazione consigli sulle condizioni mediche senza che si renda necessario visitare un ospedale – una circostanza strettamente compatibile con l’obbligo di rimanere nelle proprie abitazioni [2]-, come anche quella di informare riguardo lo sviluppo di eventuali nuovi focolai di infezione in tempo reale, consentendo agli utenti di evitare le aree più critiche sotto questo punto di vista.


Esemplificativa di questa tecnologia portatile è BlueDot, una piattaforma supportata da una AI in grado di tracciare la diffusione di malattie infettive in tutto il mondo. Questa app ha segnalato un gruppo di casi di “polmonite insolita” che si verificarono in un mercato di Wuhan, in Cina. Nove giorni dopo, l’Organizzazione mondiale della sanità (OMS) ha rilasciato una dichiarazione in cui dichiarava la scoperta di un “nuovo coronavirus” in una persona ricoverata con polmonite a Wuhan [3].

BlueDot utilizza algoritmi di elaborazione del linguaggio naturale [4] per esaminare le informazioni da centinaia di fonti per i primi segni di epidemie infettive. L’intelligenza artificiale esamina le dichiarazioni provenienti da organizzazioni sanitarie, ma non solo: rapporti sulla salute del bestiame, dati climatici raccolti dai satelliti e rapporti sulle notizie globali, oltre a molti altri parametri. 

Elaborando una quantità notevole di dati, gli algoritmi possono individuare importanti correlazioni tra gli stessi, evidenziando dei modelli il cui studio è essenziale per il contenimento del virus: in primis, quello inerente al movimento delle persone che vivono nelle aree più colpite dall’infezione.

Dal momento che si tratta di valutazioni estremamente delicate, l’azienda prevede un sistema di doppia validazione dei dati: è compito di un team di esperti in epidemiologia, informatica, analisi spaziale, viaggi, medicina tropicale ed informazione geografica esaminare le informazioni messe in risalto dall’intelligenza artificiale, per poi inviare dei rapporti regolari. 

Con questo lavoro di concerto tra uomo e macchina, l’IA di BlueDot non solo può prevedere l’inizio di un’epidemia, ma anche prevedere come si diffonderà. 

Nel caso del Covid-19, essa ha identificato con successo le città in cui il virus sarebbe stato trasferito dopo la sua comparsa a Wuhan: elaborando i modelli di viaggio, infatti, è stata in grado di prevedere dove avrebbero potuto viaggiare le persone che avevano contratto il coronavirus.

Come si è potuto comprendere, gli smartphone e i relativi servizi di localizzazione giocano un ruolo fondamentale, per questo tipo di analisi.
Per questo è necessario un coordinamento tra autorità, centri di ricerca e operatori delle telecomunicazioni. 

Le società high-tech e le principali università possono creare gli applicativi e le AI, le aziende operanti nel settore delle telecomunicazioni possono fornire accesso ai dati degli individui e le autorità dovrebbero garantire – il condizionale è d’obbligo – che la condivisione dei dati sia conforme alla normativa sulla privacy.

A questo proposito, alcuni studi si sono mossi nella direzione di creare app che svolgessero le medesime funzioni assicurandosi di tutelare la privacy degli utenti. 

Tra gli altri, il Human Dynamics Group del MIT Media Lab ha strutturato un metodo di analisi dei dati [5] provenienti da smartphone che fosse in grado di cogliere i comportamenti – e in questo caso, gli spostamenti – degli utenti senza violare la loro privacy, impiegando quella che gli addetti ai lavori definiscono “computazione a parti multiple” [6].

Per quanto rileva in questa sede, è sufficiente chiarire come questa espressione faccia riferimento ad un campo della criptografia teso a configurare la possibilità per gli utenti di immettere dati in un sistema di elaborazione mantenendo questi dati (gli input) privati, quindi non riconducibili alla loro fonte originaria [7].

L’app del MIT Media Lab verifica la sovrapposizione delle tracce GPS degli utenti con le tracce GPS  dei soggetti infetti (i cui dati, anonimi, sono forniti dalle autorità sanitarie), e i metodi crittografici sopra descritti consentono di evitare la condivisione di dati personali ulteriori, da parte del dispositivo. 

Questo sistema fornisce avvisi tempestivi e informazioni personalizzate che permettono alle persone che si sono registrate all’app di comprendere la propria esposizione e i propri rischi, in base al contatto precedente con pazienti infetti. Ovviamente, un servizio di questo tipo può essere efficace solo se un numero sufficiente di persone accettano di registrarsi.

Una delle peculiarità del Virus Covid-19, per come abbiamo imparato a conoscerlo, è il suo elevato tasso di infezione.

La rapidità con la quale il virus si propaga rende essenziale poter riconoscere velocemente i sintomi che lo caratterizzano, affinché sia possibile per i medici curanti concentrare la propria attenzione verso i pazienti effettivamente infetti, ponendoli immediatamente sotto quarantena e garantendo loro i trattamenti più indicati.

In questo senso ha svolto e continua a svolgere un ruolo importante l’impiego della AI nell’analisi delle tomografie computerizzate (o CT Scan[8].

Gli esempi di impiego in questo specifico settore sono diversi, e tutti stanno mostrando risultati significativamente positivi. 

L’AI sviluppata da alcuni ricercatori dell’ospedale Renmin, dell’Università di Wuhan, ha mostrato un’accuratezza del 95% nel rilevamento di Covid-19 nelle CT scan toraciche. Il sistema si basa su un algoritmo di deep learning che fa riferimento ad oltre 45.000 scansioni anonime per elaborare le proprie valutazioni. Secondo un documento pubblicato su MedRxiv [9], le prestazioni dell’IA si sono distinte per l’accuratezza dei risultati, paragonabili a giudizi provenienti da radiologi esperti.

Anche la multinazionale cinese Alibaba Group ha sviluppato un sistema di intelligenza artificiale in grado di rilevare il coronavirus nelle scansioni CT scan toraciche. Secondo i ricercatori che l’hanno realizzata, l’AI ha una precisione del 96% nell’individuare la presenza del Covid-19.

L’intelligenza artificiale di Alibaba, “istruita” con i dati provenienti da oltre 5.000 scan di pazienti affetti da coronavirus, può fornire un responso in 20 secondi, invece dei 15 minuti mediamente necessari ad un medico per diagnosticare l’infezione.
Non solo, a quanto risulta sarebbe anche in grado di distinguere la differenza tra coronavirus e polmonite virale ordinaria [10]
Il sistema è stato implementato in oltre cento ospedali cinesi e Alibaba si è detta pronta a condividere la tecnologia con gli Stati Europei che dovessero essere interessati alla sua adozione.

Per concludere la rassegna di casi è doveroso un riferimento allo studio diretto dall’Ospedale di Zhongnan, nel quale un team di ricercatori ha elaborato una AI denominata “COVID-19 detection neural network”, altresì nota come COVNet [11].

L’applicativo, focalizzato su un approccio che confronta le CT scan dei pazienti in cura con quelle contenute in un database di 4,356 radiografie, effettuate in precedenza attingendo da un bacino di 3,322 pazienti, ha mostrato inequivocabilmente come un’AI caratterizzata da un consolidato sistema di deep learning possa essere in grado di cogliere con un elevato grado di precisione la differenza tra Covid-19 e una comune polmonite.

Che i riferimenti sopra riportati siano localizzati in territorio cinese non dovrebbe arrivare come una notizia totalmente inaspettata, per chiunque segua l’evoluzione degli investimenti globali nel campo dell’AI.

E’ innanzitutto opportuno considerare nell’equazione anche il diverso approccio del Paese nei confronti della tutela delle libertà individuali – in particolare, il diritto alla privacy – il quale rende più semplice raccogliere dati al fine di costituire database di comparazione per le AI. 

Inoltre, secondo i maggiori analisti del mercato e seguendo un trend costante, nell’ultimo biennio la Cina è diventata leader globale nel settore dell’AI [12].

Il 18 Ottobre 2017, nel corso dell’ultimo Congresso nazionale del Partito Comunista Cinese, il Presidente della Cina Xi Jinping ha citato espressamente l’intelligenza artificiale – accanto a big data ed internet – come uno dei concetti chiave intorno ai quali si focalizzerà lo sviluppo industriale e tecnologico cinese negli anni a venire.

Nello stesso contesto, la Cina ha manifestato l’intenzione di costituire un giro d’affari nel settore dell’AI del valore di oltre 150 miliardi di dollari per il 2030 [13].

Le ambizioni cinesi sono efficacemente sintetizzate in un documento, il “Next Generation Artificial Intelligence Development Plan”, pubblicato nell’Agosto 2017.

Il testo, sponsorizzato dal “Department of International Cooperation” e dal “Ministry of Science and Technology”, espone la strategia di sviluppo tecnologico della Cina per il prossimo decennio [14].

Sia chiaro, quella dichiarabile pubblicamente.

Seppur non dirette estrinsecazioni dell’AI, si ritiene doveroso segnalare l’apporto di un’altrettanto nota tecnologia, quella di robot e droni, tra i principali attori dell’industria 4.0 [15].

Le autorità lo hanno ribadito più e più volte: uno dei metodi più efficaci per prevenire la diffusione del nuovo coronavirus è ridurre il contatto tra pazienti infetti e persone che non hanno contratto il virus. 

A tal fine, diverse aziende si sono impegnate per automatizzare alcune delle procedure che in precedenza richiedevano agli operatori sanitari e al personale medico di interagire direttamente con i pazienti.

Numerose aziende cinesi utilizzano droni e robot per eseguire consegne e per spruzzare disinfettanti nelle aree pubbliche, riducendo così grandemente il rischio di infezione per i propri operatori. 

All’interno degli ospedali sono i robot a fornire cibo e medicine ai pazienti, oltre che a disinfettare le loro stanze, diminuendo fortemente i rischi per il personale clinico-sanitario.

Se robot e droni restano validi supporti sul campo, non è comunque ovviamente trascurabile l’apporto svolto dietro le quinte, nei laboratori, all’interno dei quali viene incessantemente ricercato un vaccino [16]

Anche chi non ha una formazione tecnica in ambito farmaceutico può essere consapevole del fatto che la creazione di un vaccino sia frutto di un processo estremamente lungo e costoso.

In un momento nel quale i fondi ed il tempo a disposizione non sono certo illimitati, l’intelligenza artificiale è in grado di giocare un ruolo fondamentale, nell’avanzamento della ricerca.

DeepMind, il laboratorio di ricerca sull’intelligenza artificiale acquisito da Google nel 2014, ha recentemente dichiarato di aver utilizzato un sofisticato sistema di AI per definire nuove informazioni riguardanti la struttura delle proteine ​​associate a Covid-19. Una corretta comprensione delle strutture proteiche, infatti, può fornire importanti elementi per arrivare a scoprire la formula del vaccino che contrasti l’azione del virus. 

“È importante notare che il nostro sistema è ancora in fase di sviluppo e non possiamo essere certi dell’accuratezza delle strutture che stiamo fornendo, sebbene siamo certi che il sistema sia più preciso di quello precedente, il CASP13”, spiegano i ricercatori di DeepMind attraverso il sito web del laboratorio di intelligenza artificiale [17]
“Abbiamo confermato che il sistema sia stato in grado di fornire una previsione accurata della struttura della proteina SARS-CoV-2, e questo ci ha dato fiducia nel fatto che anche le previsioni del nostro modello su altre proteine ​​potrebbero risultare utili”.

Parole che suonano permeate da un nemmeno troppo velato ottimismo.

Ciononostante, l’uso dell’AI, come ogni innovazione in grado di incidere così profondamente sulla quotidianità di ognuno di noi, non è esente da aspetti critici, dubbi e doverose riflessioni, che tendono a voler assicurare un utilizzo eticamente corretto di questo strumento. 

Della violazione della privacy si è detto in precedenza, ma questa non è l’unica implicazione quantomeno controversa derivante dall’utilizzo dell’AI.

In questa sede si tiene a porre l’attenzione verso una di queste conseguenze in particolare, derivante dall’utilizzo di un applicativo sviluppato da alcuni ricercatori della Huazhong University of Science and Technology (HUST) e del Tongji Hospital di Wuhan, Hubei.

In un contesto di emergenza, nel quale ogni decisione inerente al ricovero del paziente deve necessariamente essere presa in fretta, il team di ricercatori ha dichiarato di aver creato uno strumento di intelligenza artificiale in grado prevedere il tasso di sopravvivenza dei pazienti basando la propria valutazione sulla sola analisi di un campione di sangue.

Sono stati individuati tre biomarcatori nel sangue che potrebbero essere efficaci segnali di infezione da Covid-19: la lattato deidrogenasi (LDH), la proteina C-reattiva ad alta sensibilità hs-CRP e un numero di linfociti sopra la media. 

L’AI si baserebbe sulla valutazione di questi tre parametri, per definire con precisione il futuro sviluppo della malattia in un particolare paziente.

A questo punto però si pongono due strade, e il dilemma non è solo un’astrazione, un esercizio filosofico, bensì, letteralmente, una questione di vita o di morte.

Per un medico che potrebbe pensare di dedicare innanzitutto tempo ed energie a curare una persona con maggiori possibilità di combattere la malattia, piuttosto di una con minime possibilità di sopravvivenza, ce n’è un altro che potrebbe controbattere spiegando come siano i pazienti con il più alto rischio di morte a dover ricevere un trattamento per primi, dato l’impellente bisogno di cure.

Gli sviluppatori affermano che lo strumento di intelligenza artificiale ha raggiunto un’accuratezza del 90% sulla mortalità e sui tassi di sopravvivenza di oltre 400 pazienti sulla base dei campioni raccolti dalla data del loro ricovero presso l’ospedale di Tongji.

I risultati sono stati pubblicati su Medrxiv.org, una piattaforma che gli scienziati di tutto il mondo stanno utilizzando, negli ultimi mesi, per rilasciare ricerche non ancora sottoposte a peer-review riguardanti il Covid-19.

Il documento, sottolineando i risultati positivi raggiunti finora, afferma che gli sviluppatori, guidati dal Prof. Yuan Ye, sperano di migliorare l’accuratezza del sistema nel prossimo futuro impiegando come riferimento un database più ampio [18].

Un’AI in grado di garantire un responso veritiero nel 100% dei casi, tuttavia, non sembra in grado di ridurre il peso specifico del dilemma etico che sottende alla decisione, anzi, pare semmai aumentare il carico di responsabilità sulle spalle del medico che si troverà a doverla compiere.

Al termine di questa sintetica panoramica, le circostanze presentate inducono a ritenere sia possibile manifestare un cauto – ma non ingiustificato – ottimismo.

Pare corretto affermare, alla luce degli esempi riportati, che l’AI stia svolgendo un ruolo di rilievo nella lotta al coronavirus, concretizzando risultati sotto differenti punti di vista. 

Ovviamente, e l’esperienza della quotidianità in quarantena lo sta insegnando a tutti noi, il tempo ha un valore fondamentale.

Il tempo e, naturalmente, il tempismo. Tuttavia, il fatto che gli studi siano ancora ad uno stadio preliminare, e in alcuni casi distanti dal poter dare una risposta esaustiva alle problematiche poste in essere dalla diffusione del Covid-19 – per citare l’emergenza in corso, ma il riferimento potrebbe essere figurativamente esteso ad altre situazioni -, non dovrebbe disincentivare dal ricercare possibili soluzioni in ogni direzione, compresa quella dell’intelligenza artificiale.

La costanza del progresso può lasciarci ben sperare, a parere di chi vi scrive, non tanto nell’intrinseca evoluzione della tecnologia, quanto piuttosto nella straordinaria abilità dell’essere umano di fare affidamento, nel corso di circostanze estreme quali quelle attuali, sul suo ingegno e sulla sua caparbietà, ponendo l’intelletto al servizio del più primordiale degli istinti, la volontà di sopravvivere.

____________

Bibliografia:

[1] Trascrizione della dichiarazione di stato di Pandemia effettuata dal Direttore Generale dell’OMS Tedros Adhanom Ghebreyesus in data 11 Marzo 2020. https://www.who.int/dg/speeches/detail/who-director-general-s-opening-remarks-at-the-media-briefing-on-covid-19—11-march-2020

[2] Dpcm 9 marzo 2020, che ha esteso le misure per il contenimento e il contrasto del diffondersi del virus Covid-19 all’intero territorio nazionale. http://www.governo.it/it/articolo/firmato-il-dpcm-9-marzo-2020/14276  

[3] Di seguito uno dei molti articoli che hanno riportato la notizia secondo la quale Bluedot abbia segnalato la nascita dell’emergenza Covid-19 9 giorni prima dell’OMS. https://www.wired.com/story/ai-epidemiologist-wuhan-public-health-warnings/

[4] EISENSTEIN, J., Introduction to Natural Language Processing, Editore Mit Pr, 2019. In particolare “Introduction: Natural language processing and Its Neighborghs”, 1 ss.

[5] Il sito ufficiale di riferimento è http://safepaths.mit.edu

[6] PINKAS B., SCHNEIDER T., SMART N.P., WILLIAMS S.C., Secure Two-Party Computation Is Practical. In: Matsui M. (eds) Advances in Cryptology –ASIACRYPT 2009. ASIACRYPT 2009. Computer Science, vol 5912. Springer, Berlin, Heidelberg

[7] VENTURI D. Computazione a parti multiple. In: Crittografia nel Paese delle Meraviglie. UNITEXT. Springer, 2012, Milano

[8] Voce “Tomografia computerizzata” tratta dall’Enciclopedia Treccani – Dizionario di Medicina. http://www.treccani.it/enciclopedia/tc_%28Dizionario-di-Medicina%29/

[9] “Deep learning-based model for detecting 2019 novel coronavirus pneumonia on high-resolution computed tomography: a prospective study”. Una ricerca condotta da Jun Chen, Lianlian Wu, Jun Zhang, Liang Zhang, Dexin Gong, Yilin Zhao, Shan Hu, Yonggui Wang, Xiao Hu, Biqing Zheng, Kuo Zhang, Huiling Wu, Zehua Dong, Youming Xu, Yijie Zhu, Xi Chen, Lilei Yu, Honggang Yu

[10] Nel link che segue, il riferimento del comunicato stampa di Alibaba Group che presenta l’AI in oggetto: https://www.prnewswire.com/news-releases/ping-an-launches-covid-19-smart-image-reading-system-to-help-control-the-epidemic-301013282.html

[11] I risultati della ricerca, condivisi online, sono disponibili a questo link: https://pubs.rsna.org/doi/10.1148/radiol.2020200905

[12] CB Insights riporta come la Cina abbia superato gli USA per quanto riguarda i finanziamenti globali diretti a start-up operanti nel settore della AI. I dati indicano un 48% del totale di queste start-up finanziate dalla Cina, contro un 38% da parte degli USA e un 13% da parte degli Stati Europei.  https://www.cbinsights.com/research/artificial-intelligence-investment-heatmap-expert-intelligence/

[13] Nell’articolo di cui è riportato il link, il discorso ufficiale che evidenzia l’intento della Cina di dedicare attenzione al tema della AI nel prossimo futuro. https://disruptive.asia/big-data-ai-china/

In particolare, l’estratto è il seguente: “[…] We need to speed up building China into a strong country with advanced manufacturing, pushing for deep integration between the real economy and advanced technologies including internet, big data, and artificial intelligence.”

[14] Al link che segue, il file pdf del documento in oggetto. http://fi.china-embassy.org/eng/kxjs/P020171025789108009001.pdf

[15] https://www.corrierecomunicazioni.it/digital-economy/robot-e-droni-mercato-da-130-miliardi-di-dollari/

[16] COVID-19: la Commissione EU offre sostegno finanziario all’azienda di vaccini CureVac
https://ec.europa.eu/italy/news/20200317_coronavirus_commissione_ue_finanzia_azienda_vaccini_CureVac_it

[17] Nel link di seguito,le informazioni pubblicamente condivise inerenti ai risultati e alle aspettative di ricerca dei curatori del progetto DeepMind
https://deepmind.com/research/open-source/computational-predictions-of-protein-structures-associated-with-COVID-19

[18] “A machine learning-based model for survival prediction in patients with severe COVID-19 infection”. Una ricerca a cura di Li Yan, Hai-Tao Zhang, Jorge Goncalves, Yang Xiao, Maolin Wang, Yuqi Guo, Chuan Sun, Xiuchuan Tang, Liang Jin, Mingyang Zhang, Xiang Huang, Ying Xiao, Haosen Cao, Yanyan Chen, Tongxin Ren, Fang Wang, Yaru Xiao, Sufang Huang, Xi Tan, Niannian Huang, Bo Jiao, Yong Zhang, Ailin Luo, Laurent Mombaerts, Junyang Jin, Zhiguo Cao, Shusheng Li, Hui Xu, Ye Yuan


Autore:

 

 
Per altri articoli e informazioni sul tema covid-19, accedi qui gratuitamente al Coronavirus Special Coverage di CyberLaws.

 

it_IT
en_US it_IT