Intelligenza artificiale e 'big data' - una tendenza anche in dermatologia

Soprattutto nel campo del riconoscimento delle immagini mediche, le applicazioni di intelligenza artificiale (AI) sono ben sviluppate, il che rappresenta un campo di applicazione molto interessante per la dermatologia. Per un’adeguata implementazione delle innovazioni digitali, i regolamenti delle autorità sanitarie e le raccomandazioni delle linee guida sono strumenti normativi importanti. Al momento ci sono molte cose in corso a questo proposito.

L’intelligenza artificiale (AI) è sempre più utilizzata in medicina a supporto delle competenze umane, è di grande attualità in tempi di COVID-19 e si prevede che diventerà sempre più importante in futuro. (Fig. 1). Con le tecnologie AI, i computer possono essere addestrati a elaborare grandi quantità di dati e a riconoscere determinati modelli nei dati. (Panoramica 1). Il potenziale di queste applicazioni e i possibili pericoli nell’interazione tra l’uomo e l’intelligenza artificiale sono oggetto di numerosi studi attuali. Al Congresso annuale virtuale dell’EADV di quest’anno, gli esperti internazionali hanno riassunto le attuali scoperte in questo campo.

Opportunità e rischi delle applicazioni digitali nel settore sanitario

Nella sua conferenza, l’ingegnere e imprenditore Jacques Biot, ex presidente dell’École Polytechnique di Parigi, ha mostrato che le applicazioni basate sull’intelligenza artificiale (AI) nel settore sanitario non solo presentano alcuni rischi, ma anche molte opportunità e possono contribuire a risparmiare risorse [1]. Alla luce dei crescenti volumi di dati, le soluzioni per una gestione efficiente dei dati stanno acquisendo sempre più importanza e possono essere un elemento importante della medicina personalizzata, secondo la pubblicazione di Matheney et al. [2]. Nel contesto dell’implementazione delle tecnologie digitali nel settore sanitario, le normative sono uno strumento importante. Negli Stati Uniti sono successe molte cose in questo settore, di recente. Nell’aprile 2018, la FDA (Food and Drug Administration statunitense) ha approvato un dispositivo medico che utilizza algoritmi AI per il rilevamento precoce della retinopatia. Si tratta della prima approvazione da parte della FDA di un dispositivo che può essere utilizzato indipendentemente dalla valutazione di un medico [3]. Inoltre, la FDA ha sviluppato un quadro normativo specifico per l’implementazione di metodi di IA nel software medico (“software come dispositivo medico”, SaMD), nell’ambito del “Piano d’azione per l’innovazione della salute digitale” [4]. La traduzione delle scoperte scientifiche in applicazioni cliniche, compresa la certificazione da parte delle autorità sanitarie, è una delle principali sfide nel campo della salute digitale. In sintesi, le applicazioni AI svolgeranno un ruolo sempre più importante nella medicina di precisione, ottimizzando l’uso delle risorse e consentendo alle persone di accedere ai servizi sanitari indipendentemente dalla loro posizione. La collaborazione multidisciplinare è essenziale per lo sviluppo e l’implementazione di applicazioni digitali valide, compresa la regolamentazione da parte delle autorità sanitarie e di altri enti.

Diagnosi del cancro della pelle assistita dall’AI

Josep Malvehy, MD, Dipartimento di Dermatologia, Ospedale Universitario di Barcellona [5] ha parlato dell’uso delle applicazioni digitali nella diagnosi delle lesioni pigmentate. Il fatto che il supporto di uno strumento AI possa aumentare l’accuratezza della valutazione diagnostica è dimostrato dai risultati di un esperimento condotto da MedUni Vienna, pubblicato quest’anno sulla rivista Nature [6]. Nel processo, a 302 medici sono state presentate immagini dermatoscopiche di lesioni cutanee benigne e maligne, prima senza e poi con il supporto dell’intelligenza artificiale, per la valutazione. Esistono tre varianti: Nel primo caso, l’AI ha mostrato all’esaminatore le probabilità di tutte le possibili diagnosi, nel secondo caso la probabilità di un cambiamento maligno e nel terzo caso una selezione di immagini simili con diagnosi note, paragonabile a una ricerca di immagini tramite Google. È emerso che nel primo caso, la collaborazione con l’AI ha migliorato l’accuratezza diagnostica degli esaminatori di oltre il 10%. Questi risultati confermano i risultati degli studi precedenti. In di uno studio pubblicato l’anno scorso da Tschandl et al. in cui 511 professionisti medici umani hanno gareggiato contro 139 algoritmi di riconoscimento delle immagini (77 laboratori diversi in tutto il mondo) per valutare le lesioni pigmentate nell’ambito dell’ISIC Challenge dell’International Skin Imaging Collaboration [7]. Le macchine sono state addestrate su un database di immagini contenente oltre 10.000 immagini di microscopia ottica di sette diverse classi di lesioni cutanee pigmentate. Nell’esperimento, a tutti i partecipanti sono state presentate in modo casuale 30 immagini ciascuno su una piattaforma online da un pool di nuove foto non disponibili nel database delle immagini. Sebbene i programmi di riconoscimento delle immagini abbiano ottenuto risultati leggermente migliori, non possono sostituire gli esseri umani con le loro attuali capacità, concludono gli autori, perché la diagnosi di un paziente implica anche l’osservazione del decorso della malattia e la sua interpretazione nel contesto generale. Ma questi due studi mostrano il potenziale delle applicazioni AI come strumento di supporto nel campo della diagnostica del cancro della pelle. In conclusione, il relatore ha sottolineato ancora una volta l’importanza delle normative per lo sviluppo e l’utilizzo delle app in un contesto di ‘mondo reale’. (Box).

Fonte: EADV 2020

Letteratura:

Biot J: Conseguenze dell’apprendimento profondo per il sistema sanitario. Jacques Biot, Parigi. Intelligenza artificiale e big data, EADV Vienna (virtuale), 29.10.2020
Matheny ME, et al: L’intelligenza artificiale nell’assistenza sanitaria. Un rapporto dell’Accademia Nazionale di Medicina. JAMA 2020; 323(6): 509-510.
Food & Drug Administration statunitense: la FDA autorizza la commercializzazione di un dispositivo basato sull’intelligenza artificiale per rilevare alcuni problemi oculari legati al diabete, www.fda.gov/news-event. Ultima chiamata 02.11.2020
U.S. Food & Drug Administration: Software come dispositivo medico (SaMD), www.fda.gov/medical-devices/digital-health-center-excellence
Malvehy J : Diagnosi delle lesioni pigmentate. Josep Malvehy, MD, Intelligenza artificiale e big data, EADV Vienna (virtuale), 29.10.2020
Tschandl P, et al.: Collaborazione uomo-computer per il riconoscimento del cancro della pelle. Nature Medicine 2020; 26: 1229-1234.
Tschandl P, et al: Confronto tra l’accuratezza dei lettori umani e gli algoritmi di apprendimento automatico per la classificazione delle lesioni cutanee pigmentate: uno studio diagnostico internazionale, aperto e basato sul web. Lancet Oncol 2019; 20(7): 938-947.
Krittanawong C, et al: Apprendimento profondo per la medicina cardiovascolare: una guida pratica. Eur Heart J 2019; 40(25): 2058-2073.
Keutzer L, Simonsson USH: App per dispositivi medici: introduzione agli aspetti normativi per gli sviluppatori. JMIR Mhealth Uhealth 2020; 8(6): e17567.
Regolamento sui dispositivi medici (MDR [EU]) 2017/745, https://eur-lex.europa.eu, ultimo accesso 02.11.2020
Svizzera digitale, www.digitalerdialog.ch/de/neue-schwerpunkte-fur-die-digitale-schweiz, ultimo accesso 02.11.2020
Interpharma, www.interpharma.ch/themen/fuhrend-in-forschung-entwicklung/mit-hochwertigen-gesundheitsdaten-medizinischen-fortschritt-sichern/kuenstliche-intelligenz-ki/, ultimo accesso 02.11.2020