Se c’è una cosa su cui gli americani possono unirsi, è l’ansia per l’intelligenza artificiale.
Secondo un recente sondaggio NBC News/Decision Desk, il 70 percento degli adulti dice di essere personalmente più preoccupato che entusiasta della tecnologia; è praticamente in caduta libera in quasi tutti i settori della società, con una nota eccezione: il suo uso nella ricerca scientifica e nella medicina.
Secondo il dottor Dhruv Khullar, medico alla Weill Cornell Medicine e scrittore del New Yorker, quell’ottimismo è fondato.
Khullar usa strumenti di IA nella sua pratica medica e scrive degli avanzamenti nel campo medico. Dice che “al momento, perlomeno, c’è una visione generalmente ottimistica su come l’IA cambierà l’assistenza sanitaria in futuro.”
L’IA in medicina non è una novità. Nel 2024 il Premio Nobel per la chimica è stato assegnato a ricercatori che hanno sviluppato un modello di IA che ha favorito scoperte nella previsione delle strutture complesse delle proteine. Man mano che diventa più ubiquitaria, sta emergendo anche come risorsa per i medici per ottenere seconde opinioni e come strumento per prendere appunti sulle interazioni tra paziente e medico.
In aggiunta, secondo Khullar, potrebbe contribuire a sbloccare nuovi farmaci per trattare le malattie.
Khullar ha partecipato a Today, Explained insieme al co-conduttore Sean Rameswaram per discutere di come l’IA stia trasformando la scoperta di farmaci e la ricerca, nonché di ciò che non può ancora fare. Parlano anche di come considerare il potenziale dell’IA nella sanità mentre i massimi esperti di IA avvertono sempre di più dei rischi della tecnologia.
Di seguito trovi un estratto della conversazione, tagliato per lunghezza e chiarezza. C’è molto di più nel podcast completo, quindi ascolta Today, Explained ovunque trovi podcast, tra cui Apple Podcasts, Pandora e Spotify.
Hai riflettuto sull’innovazione dell’IA salvavita. L’IA ha già cominciato a salvare vite?
Penso di sì. È la velocità con cui la sanità ha adottato una nuova tecnologia che ho mai visto. Una parte di ciò potrebbe essere dovuta al fatto che il sistema sanitario è così problematico da creare appetito per un cambiamento; è costoso, inaccessibile, scomodo, la qualità è disomogenea.
C’è almeno la speranza che l’IA possa aiutare in tutto questo, e credo che stia già cominciando a farsi strada nel sistema sanitario. Ora tocca a noi capire come sfruttarla al meglio senza dare corso anche ad alcuni dei suoi lati negativi.
Per chi non lo sa, spiega come sta entrando nel sistema.
È utile suddividerla in alcune categorie, almeno per quanto riguarda l’assistenza sanitaria.
Il passo di adozione più rapido, e penso il luogo in cui sta già cominciando a fare la differenza, è lato amministrativo. Molte persone che recentemente si sono recate da un medico potrebbero aver notato che c’è uno scriba IA che prende appunti adesso. E la gente sembra apprezzarlo molto, almeno finora. I medici possono guardare i loro pazienti negli occhi nel modo in cui non potevano quando erano seduti a fissare i computer e a digitare ciò che il paziente diceva.
La seconda grande area è la gestione della navigazione del paziente. Quando è la tua prossima scansione? Quando è il tuo prossimo appuntamento? Devo prendere questo medicinale a digiuno o no? C’è una grande opportunità per le persone, diciamo, che ricevono una diagnosi di malattie gravi come cancro o insufficienza cardiaca di muoversi nel sistema in modo più agevole.
La terza grande area che mi entusiasma è la scoperta di farmaci. L’IA sta provocando un enorme impatto nelle fasi iniziali della scoperta di farmaci.
L’ultima cosa di cui sono entusiasta e che uso ogni giorno in ospedale è l’IA come seconda opinione. Ora, invece di dover ottenere una consulenza o consultare un libro di testo, l’IA può offrire un supporto decisionale clinico molto utile. Non significa che non consulti mai qualcuno, certo, ma quel primo tentativo — non so cosa stia accadendo — quali sono alcuni studi recenti che potrebbero influenzare la mia decisione? C’è qualcosa che sto perdendo? C’è un esame che dovrei ordinare e non lo sto ordinando? — tutte queste cose iniziano a essere di aiuto.
La parte più grande di questa visione positiva dell’IA in medicina è la scoperta di farmaci. Dimmi di più su come sta andando finora e come potrebbe evolversi tra un anno, o cinque, o dieci.
Non voglio lasciare questa conversazione dicendo che abbiamo risolto la cura per il cancro grazie all’IA, ma voglio che le persone sappiano che almeno nelle fasi iniziali della scoperta di farmaci — capire i passi molto basilari, se questa molecola è interessante? Ha potenziali applicazioni biologiche? — l’IA è già molto utile per questo.
Stanno essenzialmente cercando di prendere un numero quasi infinito di molecole simili a farmaci, teoricamente possibili, e di farle corrispondere a una malattia presente nell’organismo umano. Anche la biologia umana è incredibilmente complessa: ci sono decine di migliaia di geni, centinaia di migliaia di proteine, trilioni di cellule, e bisogna abbinare una potenziale molecola a un potenziale bersaglio all’interno dell’organismo.
In passato, un ricercatore avrebbe potuto impiegare anni per studiare una malattia o una via biologica e capire se, ad esempio, questa proteina è coinvolta. E in realtà potrebbe non esserlo, potrebbe esserci coinvolgimento, potrebbe essere ostacolata, ma non essere l’agente causale. C’è molta incertezza, quindi ora l’IA può elaborare enormi quantità di dati, e può classificare vari potenziali bersagli che sembrano i più probabili di causare una certa malattia, fornendoti quella breve lista di bersagli potenziali che in passato avrebbe richiesto mesi o anni.
Quindi ora sai cosa colpire, ma devi capire con cosa colpire. Hai bisogno di una molecola, devi generare una molecola capace di aderire al bersaglio o di perturbare quel bersaglio in qualche modo.
Anche questa volta, l’IA può setacciare vasti spazi chimici e darti un elenco di quelle cose che sembrano più probabili per perturbare quel bersaglio. E in alcuni casi può anche aiutarti a generare quella molecola.
Quindi ora abbiamo il bersaglio. Ora abbiamo qualcosa con cui colpire il bersaglio. E poi devi fare qualcosa chiamato ottimizzazione del lead, e questa è la terza cosa. L’ottimizzazione del lead significa avere un lead e doverlo ottimizzare.
“Io farei la controargomentazione che l’assistenza sanitaria è pronta per una disruption e non servono nemmeno i modelli all’avanguardia per migliorarla notevolmente con l’IA.”
Ora dobbiamo capire, tra tutte le molecole che sembrano essere buone per potenzialmente influire su questo bersaglio, quali possono essere assorbite nell’organismo, quali raggiungeranno il tessuto giusto. I modelli di IA possono prevedere la molecola più probabile per fornirti quel giusto equilibrio di proprietà necessario per un farmaco sicuro ed efficace.
Come tutti sanno, chiunque chieda all’IA di scrivere una email o di cercare una domanda, questi strumenti hanno una certa dose di certezza, anche se possono essere completamente sbagliati. Vi preoccupa questo nell’ambito?
Assolutamente. Ed è per questo che ritengo che la narrativa secondo cui l’IA sostituirà scienziati o medici o altri lavoratori sia fuorviante. Perché serve ancora molto giudizio.
È necessario saper giudicare l’output di questi modelli per capire cosa è più promettente e cosa è potenzialmente pericoloso. Questo richiederà laboratori umidi e scienziati, e ragionamenti basati sull’esperienza pregressa e sulla comprensione del contesto. Ci sono una miriade di problemi: puoi produrre alcuni dei farmaci proposti da questi modelli? Quindi, solo perché li genera, non significa che tu possa realizzare effettivamente quella cosa nel mondo reale.
Alcuni dei farmaci che propone potrebbero essere effettivamente tossici in modi che non aveva previsto. E ovviamente poi devi portare questa cosa agli studi clinici. Devi reclutare persone disposte a usare questo medicinale sul proprio corpo. Devi capire chi potrebbe beneficiarne, e metterlo nel processo normativo.
È per questo che ho detto che la prima parte della scoperta di farmaci, in cui cerchi di capire come ottenere i candidati giusti, cosa sembra più entusiasmante da testare ulteriormente, sarà davvero accelerata. L’intera seconda metà, dove dobbiamo effettivamente capire se funziona nell’biologia umana, resterà in parte un processo analogico.
Non sembra che tu sia particolarmente spaventato dall’idea di cedere il controllo dei nostri ospedali, delle nostre strutture di ricerca, all’IA. Questo è davvero nel comparto degli assistenti?
Per ora sì. E penso che una delle sfide sia mantenere la nostra autonomia man mano che questi modelli diventano sempre più sofisticati. Mentre ti affidi sempre di più a queste macchine, se sei un medico, inevitabilmente alcune delle competenze, del pensiero critico e del ragionamento che hai messo insieme per formulare una diagnosi, affinati nel corso degli anni, rischiano di atrofizzarsi.
Questi sono i tipi di questioni che dobbiamo ancora affrontare mentre integriamo sempre più l’IA nel sistema sanitario.
Per chi dice solo di spegnere tutto, che è troppo pericoloso, il rischio è troppo grande, che non ne abbiamo davvero bisogno, che non serve a nulla per la società, potresti presentare una controargomentazione?
La mia controargomentazione è che la sanità è pronta per una disruption e non servono nemmeno i modelli all’avanguardia per migliorarla notevolmente con l’IA.
Anche se volessimo “rallentare il ritmo della frontiera”, va bene. Ma esistono modelli di un anno o due fa che potrebbero essere molto utili nel contesto sanitario. Quando si parla di rallentare il ritmo della frontiera e dei modelli più sofisticati e potenzialmente pericolosi, va bene.
Ma se stiamo parlando di spegnere l’IA e di non usarla in biotecnologia o di non usarla nella ricerca scientifica o di non usarla nella fornitura dell’assistenza clinica, è qui che vorrei rispondere molto fermamente.
