Informatica in Sanità, l'idea di rifondarla con blockchain e AI | Agenda Digitale

STRATEGIE

Informatica in Sanità, l’idea di rifondarla con blockchain e AI

La strada verso un sistema sanitario a prova di futuro è lastricata di errori. Dalla dotazione di applicativi proprietari alla mancata gestione di big data lo scenario rischia di zavorrare efficienza medica e centralità del paziente. Come cambiare passo ricorrendo a registri distribuiti e sistema di logica binaria

19 Ott 2020
Gian Piero Sancipriano

Medico nefrologo ASL TO4 Regione Piemonte (1977-2015)

Photo by National Cancer Institute on Unsplash

L’applicazione delle conoscenze informatiche in Sanità ha presentato errori: gli operatori sanitari non sono solo i medici; il tempo di una visita medica non è illimitato; le tecnologie non sono state aggiornate; le conoscenze e gli standard non sono rispettati. L’utilizzo dell’intelligenza artificiale debole è stata un insuccesso.

Inizia l’epoca dei big data, degli algoritmi e degli auto apprendimenti, ma è presente il timore che anche questi, applicati in Medicina siano una illusione; diventa più forte il richiamo allo studio delle intelligenze umane collettive e connesse.

Il ragionamento naturale clinico è il pensare dell’esperto in medicina che utilizza memorie, conoscenze ed esperienze.

Se il computer utilizza sistema binario numerico e se il neurone formale McCulloch-Pitts esegue calcoli basati sulla logica binaria, allora perché il ragionamento clinico non può essere applicato a un sistema binario di logica?

L’idea innovativa è verificare se le conoscenze della scienza medica possono essere presentate ad un sistema binario di logica.

Sono state riprodotte le domande e le risposte che il medico formula nella mente dove la domanda è 0 e la risposta è 1, unite in gruppi posti in strati multipli. Le domande e le risposte sono state testate per le attività: a) ambulatorio ipertensione arteriosa; b) oncologia della mammella; c) valutazione del rischio di uso del mezzo di contrasto in radiologia d) refertazione monitoraggio pressione arteriosa 24 ore.

Il lavoro non ha obiettivi assistenziali immediati ma ha verificato favorevolmente che il ragionamento clinico con il sistema di domande -risposte soddisfa le esigenze del medico e del Paziente. Si conclude che il ragionamento clinico è trattabile con soddisfazione, forse computabile con esattezza. E la tecnologia blockchain potrebbe essere la sede migliore dove collocare le domande e le risposte.

Gli errori

Da molti decenni i medici richiedono agli ingegneri delle comunicazioni e della conoscenza una collaborazione per tre motivi:

  • la velocità e la mole di dati necessari sono enormi e non stanno nella memoria umana
  • le conoscenze necessarie alla cura dell’uomo non sono contenibili nell’intelligenza umana
  • l’Uomo ha bisogno del medico-uomo e del medico-robot.

La collaborazione tra ingegneri e medici ha sofferto di molti errori. Vediamoli:

  • Gli operatori sanitari non sono solo i medici. La sanità è multi disciplinare e multi specialistica, non è rappresentata solo dai medici; operano infatti: amministratori, teologi, filosofi, psicologi, operatori di statistica, ingegneri informatici, chimici, fisici, biologi, logopedisti, fisioterapisti, infermieri, medici e numerosi altri. A tutti loro serve una piattaforma unica, connessa, collettiva ad architettura semplice e con interfaccia amichevole. Piattaforme e architetture diverse per operatori di un medesimo settore rappresentano difficoltà insormontabili.
  • Il tempo di una visita medica non è illimitato. Al medico necessita in tempi molto brevi consultare immagini, numeri, dati, suoni, grafici, proposizioni, frasi, conoscenze, tabelle, banche dati, classificazioni, criteri, applicazioni di logica matematica, sistemi esperti, memoria digitale, telecomunicazioni e intelligenza artificiale, che non gli sono concessi. Il tempo per la ricerca e la comunicazione è un parametro di efficacia ed efficienza rilevante nelle prestazioni sanitarie.
  • Le tecnologie in Sanità non sono aggiornate. Le tecnologie che il Sistema sanitario e le industrie mettono a disposizione degli operatori sono inadeguate: la memoria digitale è insufficiente rispetto alle necessità; la semantica è errata; i tempi di stesura dei referti sono stati allungati; l’interrogazione delle banche dati è difficile; l’interfacciamento di applicativi diversi è ostacolato. Il predominio dell’industria privata nella gestione delle informazioni acquisite direttamente dalle strumentazioni (ad esempio le immagini) blocca la ricerca clinica informatica pubblica. Raffaele Cantone Presidente dell’Autorità nazionale anticorruzione in occasione della I° Giornata nazionale contro la corruzione in Sanità del 6 aprile 2016, nel ‘Rapporto di Transparency Italia, Censis e Ispe-Sanità’ ha affermato: “La Sanità, per l’enorme giro di affari che ha intorno è il terreno di scorribanda da parte di delinquenti di ogni risma”.
  • Gli standard non sono stati rispettati. Le associazioni scientifiche non sono riuscite a produrre standard di fatto, gli organi di Governo non hanno voluto stabilire standard di legge indispensabili alla condivisioni dei risultati ed alla razionalizzazione delle risorse economiche ed intellettive. Laddove definiti, gli standard non sono stati sempre applicati. Sono divenuti necessari programmi di conversione, trasferimenti dati, condivisione parziale di applicativi, aggiornamenti frequenti che hanno prodotto confusione nell’identificare le responsabilità degli sviluppi, aumenti di costi, e nessun vantaggio all’utente.
  • Le conoscenze in Sanità hanno caratteristiche imprescindibili. L’industria informatica ha commercializzato applicativi di informatica clinica con software proprietari senza stabilire il responsabile medico. Una cartella clinica informatizzata deve essere considerata presidio sanitario al pari della siringa ed avere l’autorizzazione all’uso dal Ministero della salute. La cartella clinica non è un prodotto dell’industria, ma un atto pubblico condiviso e approvato da tutti i medici che ivi sono tenuti a riportare con assunzione di responsabilità individuale lo stato dell’assistito. Documenti clinici di attività ambulatoriale, di day hospital e di ricovero hanno esigenze diverse, pertanto configurazioni diverse per ogni specialità. L’architettura corretta dell’applicativo è garanzia di sicurezza e qualità nell’assistenza.

Cosa serve alla Sanità digitale

Le conoscenze computate in Sanità devono essere:

  • corrette nella semantica, classificate in prevenzioni, anamnesi, esami obiettivi, esami di laboratorio, diagnosi, terapie, prognosi; gli esami obiettivi sono centinaia, le diagnosi sono centinaia di migliaia, le domande e le risposte milioni;
  • computabili, attuali, contestualizzate, affidabili, chiare, comprensibili, conclusive, essenziali, totali, integre, libere, semplici, sincere, trasferibili, trasparenti, verificabili, verificate, prive di sigle o acronimi, integrate con simboli e formule, estraibili, aggiornabili, annullabili, archiviabili, stampabili;
  • complete dalla nascita al fine vita dell’interessato, collocate nella totalità in unica sede informatica, continue e continuative temporalmente;
  • suddivisibili in domini ristretti, capitoli, paragrafi, titoli, sottotitoli per ogni specialità medica e per ogni attività assistenziale di base, specialistica e ultra specialistica;
  • giuste al momento dell’immissione, possono essere errate dopo pochi giorni, ore o minuti;
  • gestite dalle Associazioni scientifiche per quanto di competenza;
  • garanti di autoapprendimento, autonomia professionale, obiezione e tutela di coscienza;
  • controllate da Enti pubblici che hanno il dovere di stabilire gli standard di legge;
  • riconoscibili nella responsabilità di introduzione, elaborazione, aggiornamento, utilizzo, archiviazione e cancellazione;
  • disponibili ai cittadini e a tutti gli operatori della Sanità.

FSE, i motivi del fallimento

I fascicoli sanitari elettronici non sono risultati utili ai medici perché non sono utili ai Pazienti fatta eccezione per gli aspetti amministrativi o organizzativi (prenotazione, ritiro referti, trasmissione ricette, pagamento ticket).

Gli ingegneri informatici hanno creato cartelle cliniche elettroniche con rilevanti errori per assenza di conoscenze in medicina, con imprecisioni del linguaggio scientifico medico; rivelano ignoranza nella metodologia e nel ragionamento clinico. Un ingegnere costruisce una cartella clinica come un medico costruisce un programma informatico: insuccessi per entrambi. La scarsità di campi tabellari, facilmente elaborabili, ha reso necessaria la stesura di documenti clinici in campo testo, di fatto non computabili in estrazione.

La documentazione clinica informatizzata si è allungata con i copia-incolla, raramente è riassuntiva, raramente è conclusiva; ruba tempo prezioso alla visita medica, limita lo scambio di informazioni, non è contestualizzata, ridonda di sigle senza legenda, è di difficile lettura tra medici di diverse specialità, è incomprensibile al Paziente. Le visite mediche copia-incolla hanno incentivato la medicina difensiva e le spese sanitarie.

WHITEPAPER
Stop alle minacce informatiche grazie alla Threat Intelligence avanzata. Scopri come nel white paper
Sicurezza
Cybersecurity

In Medicina dunque avere molti dati non significa avere molte informazioni: avere molte informazioni non vuol dire avere molte conoscenze; avere molte conoscenze non vuol dire conoscere sempre la cura migliore. L’informatizzazione in Sanità ha oscurato sincerità, affidabilità, responsabilità, continuità e contestualità, principi fondamentali ed irrinunciabili nella tutela di tutte le comunicazioni e di conseguenza di tutte le conoscenze.

E’ noto che sono in uso in Sanità applicativi collaudati da oltre 30 anni a testimonianza della necessità dell’informatizzazione clinica, fra questi la cartella clinica usata per i Pazienti in emodialisi GE.PA.DIAL della ditta ‘La traccia’ di Matera, ma sono prodotti di nicchia che solo eccezionalmente sono stati interfacciati con piattaforme di altre specialità, non sono prodotti di intelligenze collettive e connesse tra di loro, non utilizzano l’intelligenza artificiale.

Intelligenza artificiale: le reti neurali e big data

L’intelligenza artificiale debole emulazionistica è basata sul principio che l’essenza del funzionamento del cervello non risiede nella sua struttura ma nelle sue prestazioni; essa si fonda sulla logica matematica che utilizza il ragionamento simbolico, i sistemi esperti, gli algoritmi e la programmazione genetica. [1]

L’intelligenza artificiale debole è stata un insuccesso rispetto alle aspettative perché:

  • non erano disponibili computer potenti per imparare
  • l’elaborazione dati richiedeva tempi lunghissimi
  • la memoria era minuscola rispetto all’attuale
  • non erano disponibili fonti di dati digitali da cui apprendere
  • i sensori erano disponibili prevalentemente in forma analogica
  • l’esperto e l’ingegnere della conoscenza con fatica codificavano a mano molte informazioni
  • necessitava di profonde capacità di professionisti e di esperti nel dominio, in particolare di ingegneri della conoscenza per l’elicitazione.

Quattro tendenze hanno stimolato il passaggio dal ragionamento simbolico dei sistemi esperti all’apprendimento automatico dai big data:

  • i miglioramenti nella velocità di calcolo e nella capacità di archiviazione
  • la transizione dai dati conservati fisicamente a quelli conservati digitalmente
  • l’accesso semplificato soprattutto grazie a Internet
  • i sensori digitali ad alta definizione a basso costo.

Oggi i sistemi esperti non sono più considerati un’area di ricerca attiva nell’ambito dell’intelligenza artificiale né un’opportunità d’investimento. Inizia l’epoca dei big data, degli algoritmi e degli auto apprendimenti, ma è presente il timore che anche questi, applicati in medicina, siano un’illusione, o meglio una delusione; diventa allora più forte il richiamo degli operatori sanitari allo studio delle intelligenze umane collettive e connesse, affiancate all’intelligenza artificiale debole o forte, su piattaforme uniche e pubbliche garanti di equità.

Sistema binario applicato in medicina

Il ragionamento naturale clinico è il pensare dell’esperto in medicina che utilizza memorie, conoscenze ed esperienze individuali in contesti emotivi, sociali, economici ed etici oggettivamente diversi. Da questa definizione si deduce che il ragionamento clinico non ha l’attributo di “unico”: i ragionamenti clinici possono essere diversi o contradditori senza essere necessariamente errati.

L’idea innovativa è di verificare se le conoscenze della scienza medica possono essere esposte a sistema binario di logica garantendo le caratteristiche delle conoscenze in medicina sopra ritenute imprescindibili. Il sistema binario è solitamente numerico, ma nulla impedisce di cercare un sistema logico binario su proposizioni o frasi. Questo tentativo deve essere fatto.

Per verificare se il ragionamento clinico può utilizzare il sistema logico binario sono state riprodotte le domande e le risposte che il medico formula nella mente dove la domanda è 0 e la risposta è 1 unite in gruppi posti in strati multipli. Le domande e le risposte sono state testate per le attività di ambulatorio ipertensione arteriosa, oncologia della mammella, valutazione del rischio di uso del mezzo di contrasto in radiologia, refertazione monitoraggio pressione arteriosa 24 ore.

Le domande sono superiori a 2.500 e le risposte oltre 40.000, i gruppi sono circa 50 e gli strati della rete inferiori a 15. Le maggiori difficoltà sono di semantica. Il lavoro, clinicamente completo, non ha obiettivi assistenziali immediati, ma ha verificato con ragionamento clinico se il sistema di domande-risposte soddisfa le esigenze del medico e del Paziente.

Il ragionamento clinico in realtà non è un farneticare del medico ma un sistema binario logico che utilizza i connettivi booleani: potrebbe essere sovrapposto al sistema binario dei computer. Invero non potrebbe essere diverso, funzionando le reti neurali naturali dell’encefalo umano con sistema binario di logica multistrato attivato-inattivato; si conclude che il ragionamento clinico è trattabile con soddisfazione, forse computabile con esattezza.

I vantaggi della blockchain

L’Italia ha inserito nella legge di bilancio 2019 la partecipazione alla “European blockchain partnership”. E’ scritto nell’articolo 8 bis: “Si definiscono ‘Tecnologie basate su registri distribuiti’ le tecnologie e i protocolli informatici che usano un registro condiviso, distribuito, replicabile, accessibile simultaneamente, architetturalmente decentralizzato su basi crittografiche, tali da consentire la registrazione, la convalida, l’aggiornamento e l’archiviazione di dati sia in chiaro che ulteriormente protetti da crittografia verificabili da ciascun partecipante, non alterabili e non modificabili”.

La blockchain è una tecnologia con grandi vantaggi nata per le transazioni finanziarie; l’estensione all’utilizzo di strumento di comunicazione, archiviazione, aggiornamento ed elaborazione di conoscenze sanitarie è in fase di esame. La blockchain potrebbe essere la sede migliore per strutturare ragionamenti clinici nella loro completezza.

Blockchain e sistema binario: punto di arrivo

L’obiettivo è avere per intelligenze umane connesse e collettive tutte le conoscenze attuali in medicina, depositate con sistema binario di logica su tecnologia blockchain con blocco di genesi unico e pubblico. Lo scenario rappresenta l’intelligenza artificiale spiegabile.

  • Punto di partenza fisso: intelligenza umana
  • Guidate dalle Associazioni scientifiche, le intelligenze umane lavorano connesse, collettive, multidisciplinari e multi specialistiche; le informazioni ovunque raccolte come domande e risposte a selezione unica o multi selezione, costituiscono il blocco di genesi comune ed i blocchi orfani della tecnologia blockchain
  • le intelligenze naturali creano informazioni e conoscenze che raccolte costituiscono la memoria artificiale comune su archivi computati variabili e personalizzabili
  • nella tutela della salute, il medico intelligente può utilizzare memoria artificiale + informazioni + conoscenze; attraverso il ragionamento clinico ottiene conoscenze empiriche computate più corrette
  • le conoscenze deterministiche sono declassate e trattate come big data-medicina per essere sottoposte ad algoritmi di estrazione ottenendo conoscenze probabilistiche ad approccio non simbolico
  • le conoscenze empiriche + deterministiche + probabilistiche sono riportate all’apprendimento uomo ed all’autoapprendimento macchina per ottenere le conoscenze scientifiche necessarie alle attività dei medici. Inizia qui il processo di collaborazione tra intelligenza umana e artificiale con un percorso di circolarità che è fondamentale per riconoscere errori e apprendere
  • l’uso contemporaneo di intelligenza naturale + intelligenze artificiali + algoritmi sui data scienze può generare conoscenze scientifiche, pur nella consapevolezza che le stesse conoscenze scientifiche non sono definitivamente certe.

Restituire responsabilità all’uomo

Il percorso è l’unione chiara, trasparente, spiegabile e verificabile degli approcci simbolici e non simbolici alle intelligenze; abbatte i rischi degli algoritmi e apre all’intelligenza forte delle reti neurali artificiali senza perdere i rapporti con l’intelligenza naturale dell’Uomo che rimane responsabile del percorso.

Nessuno operatore sarà escluso; in questo ampio lavorare saranno restituite le responsabilità individuali della cura a coloro che curano. E’ così combattuto il processo di sostituzione e indebolimento della responsabilità del singolo medico nella singola cura. L’Uomo si opporrà allo scenario descritto da Longo e Scorza (nel libro “Intelligenza artificiale. L’impatto sulle nostre vite, diritti e libertà”, Mondadori, pag. 111): “Si può facilmente immaginare la formazione di un circolo vizioso: quanto più saremo abituati ad attribuire agli algoritmi le decisioni difficili, sempre meno saremo capaci di prenderle, il che ci renderà più inclini a delegarle, e così via”.

Bibliografia

[1] G.P. Sancipriano. Sanità digitale, ecco perché la clinica informatica ha fallito. E come ripartire. Agenda digitale 9 luglio 2019.

[2] G.P. Sancipriano. Fascicolo sanitario elettronico, “non utile ai medici, non utile ai malati”. Agenda digitale Italia 2016.

[3] G.P. Sancipriano. La base della conoscenza per l’intelligenza artificiale applicata in nefrologia. Giornale Italiano di Nefrologia. Anno 22 n. 1, 2005 / pp. 47-62.

[4] S. Russel P. Norvig. Intelligenza artificiale Un approccio moderno, III edizione 2010 Volume 1,

[5] E.R. Kandel, J.H Schwartz, T.M Jessell, S.A Siegelbaum, A.J. Hudspeth. Principi di neuroscienze. Casa Editrice Ambrosiana, IV edizione 2019; pag.1587.

[6] A.Longo, G. Scorza. Intelligenza artificiale. L’impatto sulle nostre vite, diritti e libertà. Mondadori Edizione, giugno 2020, pag. 111.

WHITEPAPER
Come vendere un maggior numero di soluzioni di data protection?
Sicurezza dei dati

@RIPRODUZIONE RISERVATA

Articolo 1 di 4