Con la pandemia, il settore sanitario si è rivolto all’Intelligenza Artificiale per accelerare la ricerca sul COVID-19, sbloccando quante più conoscenze possibili in merito al virus al fine di sviluppare i farmaci adeguati per combatterlo. Causaly, un’azienda tecnologica con sede nel Regno Unito, sta facendo esattamente questo: ha sviluppato uno strumento di ricerca biomedica che permette di eseguire ricerche approfondite e trovare risposte a domande complesse che in passato, utilizzando solo le tradizionali parole chiave, avrebbero richiesto settimane o mesi di lavoro. Invece, l’AI di Causaly è in grado di leggere, comprendere e interpretare vasti database di conoscenze biomediche in pochi secondi, permettendo ai ricercatori di mappare rapidamente dati epidemiologici, geni dei biomarker, target molecolari e di identificare potenziali opzioni di trattamento.
“Tradizionalmente, queste applicazioni AI sono state alimentate dai data center e dal cloud computing. Naturalmente, i big data saranno sempre elaborati via cloud ma, con il tempo, l’Intelligenza Artificiale si è sempre più avvicinata all’utente – nel software e negli endpoint Internet of Medical Things (IoMT) così come in altri dispositivi medici. Ad esempio, i monitor wearable per uso medico come ECG e misuratori della pressione sanguigna possono raccogliere e analizzare i dati a livello locale, che un paziente può condividere con il proprio medico per una valutazione istantanea dello stato di salute”, ha dichiarato Massimo Arioli, Business Unit Director Italy di Dynabook Europe GmbH.
L’AI è senza dubbio una tecnologia ad alta intensità di dati e calcolo. Le preoccupazioni relative a larghezza di banda, latenza, sicurezza e costi rappresentano ostacoli significativi per la maggior parte delle aziende del settore sanitario, in particolare quando pochi secondi potrebbe essere fondamentali per un paziente. L’Edge supporta l’IA, contribuendo a superare queste sfide tecnologiche.
L’intelligenza artificiale ha, letteralmente, un grosso problema di dati. Ad esempio, un software che raccoglie informazioni sui pazienti dopo aver subito un intervento chirurgico traccerà i parametri vitali chiave e imparerà osservando ripetutamente lo stesso scenario. Grazie all’edge computing non è necessario inviare questi dati al cloud o a un data center distante, i medici possono raccogliere, analizzare e agire sui dati critici più vicini alla loro origine. Questo processo non solo riduce la larghezza di banda necessaria, ma consente anche di risparmiare i costi di backhauling. Inoltre, portare l’elaborazione al punto di raccolta aumenta il valore dai dati e offre ai medici un accesso immediato alle informazioni.
L’elaborazione dei dati a livello edge reduce anche la latenza, una delle ragioni più ovvie per decidere di implementare l’edge computing in un campo in cui i secondi possono fare la differenza. Tuttavia, man mano che le tecnologie e i servizi saranno sempre più distribuiti all’interno della rete di un’azienda sanitaria con l’aumento della telemedicina, la latenza crescerà. Laddove sono necessarie decisioni e azioni critiche in tempo reale per salvare vite umane, la latenza deve essere ridotta al minimo, individuando le attività chiave di elaborazione più vicine agli utenti finali, l’edge computing può fornire servizi basati sull’IA più veloci e reattivi per consentire un processo decisionale rapido ed efficace.
La privacy rimane una sfida irrisolta nell’ambito dell’AI, che il settore sanitario sta affrontando in modo autonomo. Storicamente la riservatezza medico-paziente permetteva di non rivelare le informazioni contenute nella cartelle cliniche, oggi l’industria si sta rendendo conto che il modo migliore per ottenere informazioni sui pazienti è quello di condividere queste cartelle, fare riferimenti incrociati e creare dati a valore che possono essere utilizzati per migliorare la cura dei pazienti. Tuttavia, i sistemi devono essere sviluppati in modo da garantire la condivisione dei dati nella massina sicurezza. L’edge computing offre una soluzione a questo enigma. Grazie all’intelligenza artificiale basata su edge, le informazioni dei pazienti vengono memorizzate ed elaborate localmente su un dispositivo. Solo i set di dati che richiedono meno tempo possono essere inviati al cloud, mentre il resto rimane a livello locale. Meno trasferimenti di dati sensibili tra i dispositivi e il cloud, si traducono in una migliore sicurezza per le aziende sanitarie e per i pazienti.
“Edge AI rappresenta la prossima ondata di IA nel settore sanitario e molte aziende di tecnologia medica lo stanno riconoscendo. Ad esempio, GE Healthcare ha recentemente annunciato una nuova tecnologia informatica edge concepita appositamente per le esigenze degli operatori sanitari. In definitiva, man mano che il settore sanitario entra in un decennio guidato dai dati, maggiore è l’esigenza che l’archiviazione e il calcolo dei dati siano localizzati sul dispositivo. Senza dimenticare altri fattori – velocità, privacy e sicurezza – che consentono ai medici di prendere decisioni più rapide e informate in tutta sicurezza”, ha concluso Arioli.
