L’autismo richiede sempre più un approccio multidisciplinare che possa armonizzare efficacemente i settori della diagnosi e della terapia, adattandoli alle specifiche esigenze del soggetto. Le Assistive Technologies (ATs), ovvero le Tecnologie Assistive svolgono un ruolo importante in questo contesto e hanno un potenziale significativo quando integrate con l’Intelligenza Artificiale – IA. Le Tecnologie Assistive “sono quelle tecnologie informatiche e tecniche realizzate per rendere accessibili i prodotti hardware o software anche per le persone con disabilità” (da https://www.ceteco.it/tecnologie-assistive/).

L’attenzione della ricerca si è focalizzata sull’integrazione di dispositivi intelligenti capaci di

• migliorare la comunicazione,
• facilitare l’apprendimento,
• supportare la diagnosi

rispondendo in modo più mirato alle esigenze di ciascun individuo.

Uno degli ambiti di maggiore sviluppo è rappresentato dall’uso di robot socialmente assistivi, dispositivi indossabili come gli Smart Glasses e sistemi di raccomandazione (recommendation systems), progettati per migliorare l’interazione sociale e l’autonomia delle persone con autismo. Particolarmente rilevante è il ruolo dell’IA nei software di Comunicazione Aumentativa e Alternativa (CAA), dove agenti conversazionali artificiali vengono impiegati per facilitare la comunicazione nei bambini con autismo, offrendo un supporto adattabile alle loro difficoltà linguistiche. Parallelamente, il potenziale diagnostico dell’IA si sta ampliando, con l’uso di modelli di apprendimento automatico capaci di analizzare pattern comportamentali e dati neurobiologici per supportare l’identificazione precoce dell’autismo.

Nonostante queste innovazioni, l’introduzione dell’IA nel supporto all’autismo presenta anche importanti sfide. Attualmente, i ricercatori stanno dando priorità all’innovazione piuttosto che all’affermazione di una solida presenza nel settore sanitario, dove questioni come la regolamentazione richiedono maggiore attenzione. Ciò evidenzia l’importanza di bilanciare l’innovazione tecnologica con le sfide della sua integrazione nelle pratiche sanitarie tradizionali. Inoltre, la diversità delle manifestazioni dello spettro autistico impone un approccio estremamente personalizzato, poiché strategie che funzionano per un individuo potrebbero non essere efficaci per un altro. Questa variabilità rende complessa la progettazione di dispositivi basati su IA che possano realmente adattarsi alle esigenze specifiche di ciascun utente. Inoltre, le implicazioni etiche della diffusione di queste tecnologie non possono essere ignorate: questioni legate alla privacy dei dati, all’accettazione sociale e alla regolamentazione del loro utilizzo in ambito educativo e terapeutico necessitano di un’attenta considerazione.

Un aspetto ancora poco esplorato riguarda l’integrazione dell’IA con la medicina personalizzata nell’autismo. Questo approccio, che tiene conto delle caratteristiche genetiche, ambientali e comportamentali di ciascun individuo, potrebbe rivoluzionare la diagnosi e il trattamento dell’autismo. Identificare specifici sottotipi di autismo basandosi su biomarcatori genetici e neurofisiologici permetterebbe di sviluppare interventi più mirati, aumentando l’efficacia delle terapie e riducendo gli effetti collaterali. Tuttavia, affinché questo diventi una realtà, è fondamentale un impegno congiunto tra ricercatori, clinici e sviluppatori di tecnologie assistive per garantire che queste innovazioni siano non solo tecnologicamente avanzate, ma anche accessibili e sostenibili nel lungo periodo.

In definitiva, l’Intelligenza Artificiale rappresenta una straordinaria opportunità per migliorare la qualità della vita delle persone con autismo, ma il suo sviluppo e la sua implementazione devono avvenire con un’attenzione costante alle esigenze specifiche degli utenti, alla loro sicurezza e al rispetto dei principi etici. La ricerca futura dovrà quindi concentrarsi non solo sulle capacità tecniche di questi strumenti, ma anche sulla loro reale efficacia nel contesto quotidiano delle persone con autismo, assicurando che l’innovazione tecnologica sia sempre guidata dal benessere e dalle necessità di chi ne farà uso.

Guardando alle implicazioni più ampie, la fusione innovativa dell’IA con le tecnologie assistive ha il potenziale per fungere da connettore cruciale per vari settori, facilitando la comunicazione e il supporto per le persone con autismo. Tuttavia, man mano che questo campo si evolve, è imperativo affrontare le considerazioni etiche, stabilire solide normative e garantire che questi avanzamenti tecnologici siano accessibili e inclusivi per tutte le persone nello spettro autistico.

Per leggere e scaricare l’articolo scientifico completo sul sito di PubMed Central (PMC):

🔗 https://pmc.ncbi.nlm.nih.gov/articles/PMC10817661/

Fonte: Iannone A, Giansanti D. Breaking Barriers-The Intersection of IA and Assistive Technology in Autism Care: A Narrative Review. J Pers Med. 2023 Dec 28;14(1):41. doi: 10.3390/jpm14010041. PMID: 38248742; PMCID: PMC10817661.

Definizione di Tecnologie Assistive: https://www.ceteco.it/tecnologie-assistive/

L'articolo Pillole di Intelligenza Artificiale | Abbattere Barriere — L’intersezione tra IA e tecnologia assistiva nei trattamenti dell’autismo: una rassegna narrativa proviene da One Health Vision.

IT: Intelligenza Artificiale nelle applicazioni cliniche per il cancro del polmone: diagnosi, trattamento e prognosi

Il cancro ai polmoni è uno dei tumori maligni più comuni e letali: la sopravvivenza a 5 anni dalla diagnosi è bassa (10-20%) perché la maggior parte dei casi viene diagnosticata in stadi avanzati, limitando le opzioni di trattamento.

Le attuali tecniche diagnostiche come la tomografia computerizzata e la biopsia presentano limiti: la TC può portare a diagnosi errate e la biopsia è invasiva. Anche i biomarcatori non invasivi non sono ancora abbastanza affidabili.

L’intelligenza Artificiale (IA) offre nuove prospettive per migliorare la diagnosi, il trattamento e la prognosi del cancro ai polmoni. Le tecnologie IA comprendono quattro moduli principali:

• elaborazione del linguaggio naturale
• riconoscimento delle immagini
• interazione uomo-computer
• apprendimento automatico.

Gli algoritmi di apprendimento automatico, come il deep learning e le reti neurali, hanno già mostrato valore clinico nel migliorare l’accuratezza diagnostica e il trattamento personalizzato del cancro ai polmoni.

Un problema comune nelle fasi iniziali del cancro ai polmoni è la presenza di noduli polmonari, che possono essere difficili da identificare con la sola tomografia computerizzata. L’IA può analizzare queste immagini in modo più preciso e rapido, migliorando lo screening del cancro ai polmoni: i sistemi di IA, infatti, riescono a riconoscere i noduli maligni con maggiore precisione, supportando i medici nella diagnosi precoce.

Oltre a rilevare i tumori, l’IA può essere utilizzata per la stadiazione del cancro, migliorandone l’accuratezza rispetto ai metodi tradizionali come la PET/CT. In campo patologico, l’IA aiuta anche a classificare in modo più preciso i diversi tipi di cancro ai polmoni, riducendo il rischio di errori nelle diagnosi manuali. L’IA analizza le immagini dei tessuti polmonari per distinguere tra vari tipi di cancro con maggiore precisione rispetto ai metodi tradizionali. Inoltre, può identificare mutazioni genetiche legate al cancro, aiutando a prevedere la progressione della malattia e la risposta ai trattamenti.

La diagnosi del cancro ai polmoni si basa spesso su marcatori tumorali, ma questi non sono sempre precisi. L’IA può analizzare una grande quantità di dati complessi, combinando vari marcatori e altri indici di laboratorio per migliorare l’accuratezza della diagnosi, rendendo lo screening più affidabile. Inoltre l’IA può aiutare i medici a scegliere il miglior tipo di intervento chirurgico per i pazienti e migliorare l’efficienza della sala operatoria, gestendo parametri come illuminazione e temperatura per ridurre i tempi degli interventi.

L’IA è utilizzata anche per scegliere i farmaci più adatti per la cura del cancro ai polmoni, soprattutto nella chemioterapia e nell’immunoterapia: analizzando le caratteristiche del tumore e del sistema immunitario, l’IA può aiutare a personalizzare i trattamenti, rendendoli più efficaci.

L’impiego di algoritmi avanzati consente di analizzare e classificare l’importanza delle variabili cliniche, dando vita a modelli predittivi che offrono previsioni personalizzate su mortalità e stime di sopravvivenza dei pazienti. Questi strumenti si rivelano preziosi per i medici, facilitando la valutazione delle opzioni terapeutiche e il supporto ai pazienti.

Per leggere e scaricare l’articolo scientifico completo:

🔗 https://pubmed.ncbi.nlm.nih.gov/35771735/

Fonte: Pei Q, Luo Y, Chen Y, Li J, Xie D, Ye T. Artificial intelligence in clinical applications for lung cancer: diagnosis, treatment and prognosis. Clin Chem Lab Med. 2022 Jun 30;60(12):1974-1983. doi: 10.1515/cclm-2022-0291. PMID: 35771735.

L'articolo Pillole di Intelligenza Artificiale | Intelligenza Artificiale nelle applicazioni cliniche per il cancro del polmone: diagnosi, trattamento e prognosi proviene da One Health Vision.

IT: L’Intelligenza Artificiale nella diagnosi e terapia del cancro: prospettive attuali

L’espressione Intelligenza Artificiale è stata coniata nel 1956 da John McCarthy. Da allora, l’IA è cresciuta rapidamente, diventando una parte fondamentale della nostra vita quotidiana: l’Intelligenza Artificiale infatti agisce imitando il pensiero umano usando reti neurali e algoritmi avanzati che permettono alle macchine di apprendere, adattarsi e risolvere problemi in modo autonomo.

Il cancro rappresenta oggi una delle principali cause di morte a livello globale; tuttavia molte vite potrebbero essere salvate attraverso diagnosi tempestive. L’Intelligenza Artificiale può svolgere un ruolo cruciale in questo ambito, migliorando la precisione diagnostica, riducendo gli errori umani e abbassando i costi delle spese mediche. Inoltre può supportare la medicina personalizzata, che si basa sulle caratteristiche genetiche individuali dei pazienti, offrendo così trattamenti su misura e più efficaci.

L’utilizzo dell’IA in campo oncologico sta trasformando l’analisi delle immagini diagnostiche, migliorando la diagnosi e la personalizzazione dei trattamenti. Le tecniche di radiomica (una nuova disciplina che si occupa di estrapolare moltissime “caratteristiche” dalle immagini radiologiche che sono poi elaborate tramite opportuni metodi di analisi dati) estraggono automaticamente caratteristiche dalle immagini per prevedere l’andamento del tumore e la risposta alle terapie.

L’IA è destinata a essere impiegata per lo screening, la pianificazione del trattamento radioterapeutico, la predizione della risposta ai trattamenti e la radiogenomica. Nella diagnosi, l’IA automatizzerà la classificazione dei tumori, sarà in grado di identificare mutazioni genetiche e valuterà i margini chirurgici durante le operazioni.

L’IA aiuta anche a sviluppare e personalizzare trattamenti per il cancro, prevedendo come le cellule risponderanno ai farmaci e come il sistema immunitario reagirà alle terapie. Tuttavia, è da tenere in considerazione la complessità del rendere queste tecnologie utili e pratiche nella medicina quotidiana, a causa della complessità del corpo umano e dei limiti della tecnologia. Inoltre, nonostante le tantissime opportunità d’impiego dell’IA in campo oncologico, creare e mantenere modelli accurati e completi può risultare complesso e costoso.

L’integrazione dell’Intelligenza Artificiale nella medicina affronta diverse sfide complesse e multifattoriali: vi sono problemi in merito alla variabilità dei dati medici e la loro mancanza di condivisione, che complicano la creazione di modelli di IA affidabili. Inoltre, è necessaria una maggiore collaborazione tra clinici e Data Scientists, così come l’affrontare le questioni etiche e legali relative alla protezione delle informazioni sensibili. In aggiunta a ciò, le IA spesso funzionano come “scatole nere”, il che significa che è difficile comprendere il processo attraverso il quale arrivano alle loro conclusioni. Questo solleva preoccupazioni etiche e sottolinea la necessità di stabilire standard rigorosi per validare e garantire la trasparenza dei loro risultati.

Per leggere e scaricare l’articolo scientifico completo:

🔗 https://pubmed.ncbi.nlm.nih.gov/34975094/

Fonte: Majumder A, Sen D. Artificial intelligence in cancer diagnostics and therapy: current perspectives. Indian J Cancer. 2021 Oct-Dec;58(4):481-492. doi: 10.4103/ijc.IJC_399_20. PMID: 34975094.

Fonte definizione di “radiomica”: https://www.cnr.it/it/news/9520/analisi-radiomica-in-campo-oncologico-un-nuovo-traguardo-della-diagnostica-per immagini#:~:text=La%20radiomica%20%C3%A8%20infatti%20una,opportuni%20metodi%20di%20analisi%20dati

L'articolo Pillole di Intelligenza Artificiale | L’Intelligenza Artificiale nella diagnosi e terapia del cancro: prospettive attuali proviene da One Health Vision.

IT: Direzioni future dell’Intelligenza Artificiale

Negli ultimi anni, l’Intelligenza Artificiale (IA) ha avuto un impatto crescente nel campo dell’imaging medico, con 114 software approvati dalla FDA come dispositivi medici a tutti gli effetti. Queste nuove tecnologie vengono impiegate sempre più anche da medici non specializzati in radiologia, sollevando interrogativi sul futuro ruolo dei degli specialisti nel settore.

Le attuali banche dati di immagini mediche pubbliche e anonime hanno dimostrato dei limiti, soprattutto per la qualità e la quantità dei dati. Al giorno d’oggi, molte applicazioni di IA in radiologia si basano su database generali come ImageNet, ma in futuro è previsto l’impiego di reti neurali specifiche per il settore. L’IA, inoltre, si espanderà oltre l’analisi delle immagini, aiutando anche nell’interpretazione dei testi medici e nella comunicazione sanitaria.

L’impiego dell’Intelligenza Artificiale per valutare e ottimizzare la qualità delle immagini è un settore in rapida crescita, capace di innalzare significativamente gli standard di sicurezza per i pazienti. L’IA potrebbe anche fungere da assistente virtuale per i radiologi, ottimizzando la gestione dei casi e l’efficienza operativa. Al momento, gli algoritmi di intelligenza artificiale non utilizzano immagini di esami passati per fare previsioni. Tuttavia, in futuro, se l’IA sarà in grado di integrare questa funzione, potrebbe migliorare molto il processo diagnostico. L’IA potrebbe evolversi fino a offrire pacchetti clinici che coinvolgono più discipline mediche e, in alcuni casi, arrivare a interpretare autonomamente gli esami diagnostici.

Il deep learning continuerà a evolversi, spingendo verso modelli di apprendimento ibridi che combinano apprendimento supervisionato e non supervisionato, riducendo così la necessità di grandi quantità di dati etichettati, arrivando perfino a “pensare”, oltre alle semplici capacità di vedere, leggere e ascoltare.

Per leggere e scaricare l’articolo scientifico completo:

🔗 https://pubmed.ncbi.nlm.nih.gov/34689876/

Fonte: Saboury B, Morris M, Siegel E. Future Directions in Artificial Intelligence. Radiol Clin North Am. 2021 Nov;59(6):1085-1095. doi: 10.1016/j.rcl.2021.07.008. PMID: 34689876.

L'articolo Pillole di Intelligenza Artificiale | Direzioni future dell’Intelligenza Artificiale proviene da One Health Vision.