Un modello di intelligenza artificiale che sappia rintracciare, nel campione esaminato da un patologo, le spie precoci di numerose forme di cancro, anche nelle tipologie più sfuggenti: è il progetto ambizioso nel quale si sono appena buttati il gigante tecnologico statunitense Microsoft e Paige, una startup newyorkese che sviluppa prodotti digitali per supportare i medici di laboratorio.
Sognare in grande. Le due firme hanno annunciato un sodalizio per creare il più grande e avanzato sistema di IA da usare per le diagnosi oncologiche, allenato su una mole di immagini senza precedenti, che sia capace di individuare nelle alterazioni dei tessuti i tumori più comuni ma anche quelli più rari e difficili da riconoscere ad occhio nudo. La speranza è che questo metodo di analisi dei dati possa un giorno affiancare i medici incaricati delle diagnosi e rendere il loro lavoro ancora più affidabile, riducendo le probabilità di errori.
Un bagaglio importante. Paige opera per digitalizzare il lavoro dei patologi e passare dall'analisi di vetrini al microscopio alle indagini di quegli stessi campioni su schermo, per una maggiore precisione nelle diagnosi. L'azienda, che è nata da una costola del Memorial Sloan Kettering Cancer Center di New York e possiede già di suo una mole di dati 10 volte più ingente di quelli immagazzinati su Netflix, ha anche elaborato modelli di IA che aiutino i medici a scovare i primi segni di cancro al seno, al colon e alla prostata quando le immagini dei tessuti vengono lette sullo schermo.
Un'enciclopedia dei tumori. Ma per ottenere modelli di IA capaci di riconoscere più tipi di cancro l'azienda si è rivolta a Microsoft, e nell'ultimo anno e mezzo ha usato il suo cloud e i suoi supercomputer per costruire un sistema ancora più avanzato, addestrato su 4 milioni di immagini di tessuti di pazienti curati finora. Questa collaborazione dovrebbe fornire informazioni dettagliate sulla struttura dei tessuti affetti da cancro e sani, e servire ad elaborare modelli predittivi sulla risposta dei tumori alle cure, nonché sulla presenza di speciali biomarcatori e mutazioni.
Un aiuto in più. Si spera che questo modello, che impiegherà comunque alcuni anni prima di diventare disponibile nelle mani dei medici, possa ridurre sensibilmente il margine di errore nelle diagnosi, a beneficio dei pazienti. «Pensiamo a queste tecnologie come a strumenti, come lo sono lo stetoscopio e la radiografia», ha detto Desney Tan, vicepresidente e consigliere delegato di Microsoft Health Futures.
Accoppiata perfetta. La collaborazione tra umani e IA non rende più accurati soltanto i medici: lo scorso anno, uno studio pubblicato sul Lancet Digital Health ha stabilito che i radiologi assistiti da sistemi di intelligenza artificiale nella lettura a schermo delle mammografie diagnosticano i casi di cancro al seno con maggiore precisione e con meno falsi allarmi di quando lavorano da soli, senza aiuto; ma che quelle stesse IA producono risultati più accurati nelle mani dei radiologi di quando sono lasciate libere di decretare l'esito da sole, senza umani.
