\nSecondo quanto pubblicato da Nature la scorsa settimana, una nuova svolta nell\u2019ambito dell\u2019Intelligenza artificiale (IA) medica promette di trasformare la medicina preventiva. Un sistema di IA modificato, denominato Delphi-2M, \u00e8 ora in grado di analizzare i dati medici e gli stili di vita di una persona per fornire accurate stime di rischio valutate attraverso diverse metriche rigorose, per oltre mille malattie, in alcuni casi con un anticipo di ben vent\u2019anni.
\nDelphi-2M rappresenta un significativo salto in avanti rispetto agli strumenti di IA esistenti. Mentre la maggior parte dei modelli di IA sviluppati finora si concentra sulla previsione del rischio di una singola patologia, Delphi-2M eccelle nel modellare pi\u00f9 di un migliaio di malattie simultaneamente. Il cuore di Delphi-2M \u00e8 una versione modificata di un modello linguistico di grandi dimensioni (Llm), specificamente un Generative Pre-trained Transformer (Gpt), l\u2019architettura che sta alla base di chatbot come ChatGpt. Per funzionare come un \u201coracolo della salute\u201d Delphi-2M \u00e8 stato addestrato su una vasta mole di dati provenienti da 400.000 partecipanti della Uk Biobank, un importante studio di monitoraggio biomedico a lungo termine. Il modello non si basa solo sulle diagnosi pregresse ma incorpora anche informazioni fondamentali come l\u2019et\u00e0, il sesso, l\u2019indice di massa corporea (Bmi) e le abitudini legate alla salute, tra cui l\u2019uso di tabacco e il consumo di alcol.
\nLe performance del modello hanno dimostrato risultati notevoli: per la maggior parte delle malattie le previsioni di Delphi-2M hanno eguagliato o superato l\u2019accuratezza dei modelli attuali specifici per singola malattia. Il sistema \u00e8 stato anche convalidato esternamente utilizzando i registri sanitari di 1,9 milioni di danesi, dimostrando che i suoi schemi predittivi sono ampiamente applicabili tra diversi sistemi sanitari nazionali, anche se con una leggera riduzione dell\u2019accuratezza.
\nSecondo gli autori dello studio, una caratteristica assai promettente di Delphi-2M \u00e8 la sua natura generativa, che gli consente di campionare intere traiettorie di malattia future per un periodo fino a vent\u2019anni. Questo apre la strada non solo alla stima del potenziale carico di malattia per gli individui ma anche alla creazione di dati sanitari sintetici, utili per la formazione di ulteriori modelli IA, mitigando i rischi legati alla privacy.
\nI ricercatori hanno utilizzato metodi di IA spiegabile (come gli Shapley values) per offrire chiarezza su come le informazioni pregresse influenzino i rischi futuri, rivelando ad esempio come la diagnosi di cancro aumenti la mortalit\u00e0 in modo prolungato, mentre l\u2019influenza di una sepsi acuta si attenui pi\u00f9 rapidamente.
\nSebbene l\u2019applicazione clinica diretta richieda un solido quadro normativo, l\u2019uso di strumenti come Delphi-2M potrebbe presto aiutare i medici a identificare precocemente le persone ad alto rischio, consentendo l\u2019implementazione tempestiva di misure preventive mirate. Inoltre, l\u2019aggregazione di queste previsioni individuali potrebbe informare i politici e i fornitori di assistenza sanitaria per proiettare il carico atteso di malattie a livello locale o nazionale, specialmente in popolazioni che invecchiano. In sintesi, Delphi-2M segna un passo significativo verso lo sblocco dei considerevoli benefici dell\u2019IA per la medicina personalizzata e la pianificazione sanitaria.
\nA nostro giudizio, la cosa pi\u00f9 interessante di questa infusione di IA nell\u2019ambito medico \u00e8 questa trasformazione da una medicina diagnostica a una prognostica, se sapremo addomesticare, con un\u2019efficace algoretica, l\u2019oracolo digitale.
\n\u00a9 riproduzione riservata
\n
\n
\n <\/p>\n
\n \u00a9 Riproduzione riservata
\n <\/p>\n","protected":false},"excerpt":{"rendered":"
Secondo quanto pubblicato da Nature la scorsa settimana, una nuova svolta nell\u2019ambito dell\u2019Intelligenza artificiale (IA) medica promette…\n","protected":false},"author":3,"featured_media":128857,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1481],"tags":[2065,2066,239,2063,2064,1537,90,89,240],"class_list":{"0":"post-128856","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-assistenza-sanitaria","8":"tag-assistenza-sanitaria","9":"tag-assistenzasanitaria","10":"tag-health","11":"tag-health-care","12":"tag-healthcare","13":"tag-it","14":"tag-italia","15":"tag-italy","16":"tag-salute"},"share_on_mastodon":{"url":"","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/128856","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/comments?post=128856"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/128856\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media\/128857"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media?parent=128856"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/categories?post=128856"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/tags?post=128856"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}