A Roma diagnosi sul Coronavirus in 20 secondi grazie all’AI

Campus Bio-Medico
Fonte: Campus Bio-Medico

Il Campus Bio-Medico di Roma ha implementato uno screening basato sull’intelligenza artificiale per individuare casi di Coronavirus in soli 20 secondi. L’analisi effettua una scansione delle Tac polmonari ed è in grado – secondo i numeri forniti dall’ospedale romano – di classificare correttamente nel 98,5% dei casi se una polmonite è causata o meno dal Covid-19.

La polmonite è una delle conseguenze più gravi dell’infezione da Coronavirus, ed è essenziale comprendere velocemente se un paziente che arriva al pronto soccorso con determinati sintomi respiratori è infetto o meno dal SARS-CoV-2. Ma oltre a riconoscere la presenza della malattia, lo screening fornisce anche il volume di compromissione dei polmoni esprimendolo in centimetri cubici, offrendo quindi allo staff sanitario informazioni importanti per formulare una diagnosi e una prognosi.

Uno dei campi dove l’intelligenza artificiale dà i migliori risultati è l’imaging medico: una volta addestrate su un numero sufficientemente alto di immagini, le reti neurali iniziano a essere molto performanti nell’individuare pattern che consentono loro di classificare correttamente determinate patologie. Per farlo si avvalgono delle reti neurali convoluzionali (CNN, convolutional neural network), un tipo di rete neurale inventato nel ’98 e ancora oggi il più usato per classificare le immagini. Le CNN in questi anni sono state sotto attacco per via di diverse importanti debolezze, come la difficoltà nel riconoscere oggetti ruotati o di dimensioni diverse, oppure la fragilità nel subire attacchi adversarial. Nell’imaging medico tuttavia, dove i confronti sono sempre su immagini di dimensioni e punti di vista standard (Tac, radiografie) e in teoria senza molti problemi di tipo adversarial (hacker permettendo), le CNN sono ancora una soluzione più che valida.

Nel comunicato del Campus Bio-Medico non ho trovato molte informazioni in merito alla tecnologia usata, solo che è stata già testata su migliaia di malati a Wuhan e che è stata realizzata da ingegneri cinesi. Cercando in giro ho trovato forse un candidato: DAMO Academy, uno spin-off del colosso cinese Alibaba, avrebbe fornito a centinaia di ospedali di Henan, Hubei, Anhui e Guangdong una soluzione di intelligenza artificiale basata sull’imaging delle Tac polmonari che identifica le polmoniti da Covid-19 in 20 secondi e con il 96% di accuratezza.

Percentuali di successo a parte, che possono senz’altro migliorare col tempo, la soluzione sembra molto simile a quella messa in servizio in questi giorni al Campus Bio-Medico. Commentando a inizio marzo la notizia dell’AI di Alibaba, il Corriere della Sera ventilava l’ipotesi che fra poco la tecnologia sarebbe arrivata in Italia. E forse lo ha fatto, dando ai medici un’arma in più per assistere meglio e più velocemente i malati.

Mi sono appassionato all'intelligenza artificiale da quando ho potuto vedere all'opera i primi sistemi esperti negli anni '80. Già dal 1989 mi occupavo di cybersecurity (analizzando i primi virus informatici) ma non ho mai smesso di seguire gli sviluppi dell'AI. Dopo la laurea in Management ho conseguito una specializzazione in Business Analytics a Wharton, una certificazione Artificial Intelligence Professional da IBM e una sul machine learning da Google Cloud. Sono socio fondatore del chapter italiano di Internet Society, membro dell’Associazione Italiana esperti in Infrastrutture Critiche (AIIC), della Association for the Advancement of Artificial Intelligence (AAAI) e dell’Associazione Italiana per l’Intelligenza Artificiale (AIxIA). Dal 2002 al 2005 ho servito il Governo Italiano come advisor del Ministro delle Comunicazioni sui temi di cyber security. Oggi partecipo ai lavori della European AI Alliance della Commissione Europea e a workshop tematici della European Defence Agency e del Joint Research Centre. Questo blog è personale.