Sin dall’inizio della pandemia di Covid-19, i maggiori esperti al mondo nel campo dell’informatica, dell’intelligenza artificiale e del machine learning hanno lavorato intensamente – anche collaborando tra di loro – per trovare il modo di risolvere il maggior numero di problemi legati a questa malattia. Vediamo come lo sviluppo di queste tecnologie sta aiutando gli esperti di più parti del mondo ad affrontare la tematica in questione.
Alibaba, soluzioni per la comunicazione e per i medici
Il colosso cinese del commercio elettronico Alibaba è stato tra i primi attori al mondo a scendere in campo nella lotta al Covid-19, forte dei suoi settori dell’informatica, della comunicazione e dell’intelligenza artificiale. Alibaba Cloud, la spina dorsale informatica di Alibaba Group, ha dichiarato di aver offerto al personale medico di tutto il mondo applicazioni tecnologiche avanzate basate sul cloud nella lotta contro la pandemia Covid-19. Le innovazioni potenziate dall’intelligenza artificiale si basano sugli insegnamenti e sulle intuizioni acquisite durante la fase iniziale della pandemia, ossia quando la malattia era ancora circoscritta in Cina. La serie di soluzioni anti-Covid-19 deriva dagli sforzi congiunti degli esperti di soluzioni di Alibaba Cloud – settore Epidemic Prediction Solution, degli scienziati e dei ricercatori della Alibaba Damo Academy (che si occupa di ricerca nel campo dell’intelligenza artificiale) nonché del team tecnico di Alibaba DingTalk (che si occupa di comunicazione); DingTalk è una delle piattaforme che l’Unesco ha indicato come “facilitatore” dell’apprendimento a distanza durante lo scoppio della pandemia. Nella fase iniziale della pandemia, Alibaba lanciò una piattaforma di comunicazione internazionale per i medici impegnati nella lotta al virus. Tale piattaforma forniva (e fornisce) un mezzo di comunicazione gratuito per gli operatori sanitari di tutto il mondo con lo scopo di mettersi in contatto diretto con i medici e gli operatori sanitari cinesi, i primi ad affrontare il Covid-19. Attraverso videoconferenze e traduzioni in tempo reale in undici lingue mediante l’intelligenza artificiale, questo strumento tende a costruire una comunità virtuale invitando i medici cinesi a condividere le loro esperienze nonché a rispondere alle domande dei loro colleghi sparsi in tutto il mondo.
Dall’Alibaba Damo Academy invece, sono state messe a disposizione tre soluzioni collaudate tramite prove gratuite per i professionisti medici e gli istituti di ricerca di tutto il mondo. La sezione di Alibaba Cloud Epidemic Prediction Solution – tramite machine learning e Deep Learning – modella le caratteristiche epidemiche di Covid-19 in una particolare regione, fornendo stime delle dimensioni, del tempo riguardante il picco e della durata della pandemia, nonché delle tendenze di diffusione in tre condizioni: ottimistica, neutrale e pessimista. Sulla base del machine learning, l’algoritmo è stato già testato su trentuno province cinesi e ha raggiunto una precisione media del 98%. Può servire da riferimento per gli organismi statali e i ricercatori per decidere circa le misure di prevenzione e controllo, per l’allocazione delle risorse mediche e degli avvisi di viaggio. La soluzione di Alibaba Cloud CT Image Analytics Solution è un servizio di tecnologia di analisi delle immagini di tomografia computerizzata che può migliorare significativamente l’accuratezza dei test e l’efficienza di rilevamento per la diagnosi di Covid-19. Grazie ad algoritmi di deep learning testati in Cina, il modello “addestrato” è in grado di prevedere la probabilità di diversi tipi di polmonite, compresa la tipologia associata al Covid-19. Tale modello esegue anche calcoli della proporzione delle lesioni e sul rapporto del volume interessato rispetto all’intero polmone, utilizzando il metodo della segmentazione polmonare. L’intero test richiede circa tre/quattro secondi per l’esecuzione e quindici/sedici secondi di tempo per la trasmissione, il che lo rende quasi sessanta volte più veloce del rilevamento umano. Tale soluzione è, al momento, utilizzata da più di centocinquanta ospedali cinesi. Un’altra soluzione dell’Alibaba Damo Academy, funzionante su Alibaba Cloud, è l’algoritmo di intelligenza artificiale denominato “Genome Sequencing for Coronavirus Diagnostic Solution”.
Si tratta di una soluzione di sequenziamento del genoma del virus per l’analisi dei Covid-19, che include lo screening dei dati genetici virali, l’analisi evolutiva, l’analisi della struttura proteica e la reportistica diagnostica. Può completare la diagnosi di nuovi casi entro quattordici ore, che è cinque volte più veloce di altre soluzioni di sequenziamento disponibili in Cina. Può effettuare lo screening di più di venti persone contemporaneamente, rendendo il tempo medio di analisi per ogni campione di appena mezz’ora circa, più breve delle normali due ore del metodo PCR (“Polymerase Chain Reaction” o “Reazione a Catena della Polimerasi”). La soluzione in esame aiuta gli ospedali, le cliniche specializzate e i laboratori ad affrontare sfide come l’insufficiente capacità di rilevamento dell’acido nucleico, gli elevati tassi di falsi negativi del metodo PCR e le possibili mutazioni virali. Il supporto di innovazioni avanzate durante le emergenze come quella della pandemia in corso richiede una potenza di “supercalcolo” estremamente “scalabile”. Per questo, Alibaba Cloud offre anche “l’Elastic High-Performance Computing (E-HPC) Solution for Life Sciences”, una soluzione cloud-nativa di cluster di calcolo ad alte prestazioni progettata per i ricercatori che lavorano su applicazioni nel campo della biologia umana. La soluzione supporta già venti gruppi di ricerca in Cina. Ad esempio, il sistema diagnostico intelligente di tomografia computerizzata sulla polmonite da Covid-19 sviluppato dall’Università di Tsinghua (Cina) può completare la diagnosi in dieci secondi. Alibaba Cloud ha anche collaborato con il Global Health Drug Discovery Institute di Pechino per il lancio di una piattaforma per lo sviluppo dei farmaci basata su E-HPC.[1]
L’Università di Copenaghen studia le probabilità della necessità di terapia intensiva
Gli esperti dell’Università di Copenhagen (Danimarca), hanno iniziato a utilizzare l’intelligenza artificiale per creare modelli informatici che calcolano le probabilità che un paziente affetto da Covid-19 ha di accedere a terapia intensiva o di necessitare di un ventilatore polmonare. Per i pazienti affetti da Covid-19 ricoverati in ospedale, è difficile per i medici prevedere con esattezza il decorso della malattia. Molti fattori diversi entrano in gioco, alcuni dei quali non sono ancora pienamente compresi dai medici. Per questo motivo, alcuni ricercatori dell’Università di Copenhagen stanno sviluppando modelli informatici basati sull’intelligenza artificiale che calcolano il rischio per un singolo paziente di aver bisogno di un ventilatore polmonare o di accedere in terapia intensiva. La nuova iniziativa è condotta in collaborazione con il Rigshospitalet e il Bispebjerg Hospital di Copenhagen. Secondo il professor Mads Nielsen del Dipartimento di Informatica dell’Università di Copenhagen, con questi modelli gli ospedali saranno in grado di sapere, ad esempio, che il 40% dei 300 pazienti ospedalizzati avrà probabilmente bisogno di un ventilatore entro una settimana. Questo permette loro di pianificare e impiegare le loro risorse nel miglior modo possibile. L’algoritmo raccoglie grandi quantità di dati da molteplici fonti, ed è stato addestrato su modelli di dati provenienti da pazienti danesi affetti da Covid-19. Così facendo, i medici sperano di identificare tratti comuni tra i pazienti più gravemente colpiti. Questo potrebbe riguardare il numero di globuli bianchi, l’uso di alcuni farmaci o altro. Secondo il medico ricercatore Espen Solem si è consapevoli di alcuni fattori che aumentano il rischio, come l’età, il fumo, l’asma e i problemi cardiaci, ma ci sono anche altri fattori coinvolti. Infatti vi sono pazienti giovani che finiscono per aver bisogno di un ventilatore polmonare e pazienti anziani che guariscono in maniera, a volte, non comprensibile appieno.
Quindi è necessario fare in modo che l’intelligenza artificiale trovi degli schemi che i ricercatori non sono in grado di vedere. Questi schemi vengono confrontati con le informazioni dei pazienti appena ricoverati. I dati consistono in radiografie, test e misurazioni effettuate sui pazienti al momento del loro ricovero in ospedale, insieme alle loro cartelle cliniche elettroniche. Tutti i dati vengono inviati a un supercomputer dove, in pochi minuti, il modello calcola quanto è probabile che un determinato paziente abbia bisogno di un ventilatore e quanti giorni passeranno prima che tale necessità si manifesti. Anche se i modelli non saranno utilizzati come base per la cura dei singoli pazienti, saranno utilizzati come strumento di pianificazione che può ancora fare una grande differenza per il personale ospedaliero.[2]
Uno studio italo-indiano per individuare il Covid-19 attraverso la voce
L’Università di Roma Tor Vergata sta conducendo uno studio pilota per uno strumento basato sull’intelligenza artificiale sviluppato da tre studenti di biotecnologia e da un professore di Mumbai (India), i quali sostengono di poter rintracciare il Covid-19 attraverso una diagnosi vocale tramite smartphone. Lo strumento, in fase di sperimentazione a Roma, è già stato testato su trecento persone. Secondo gli studenti e il professore del “DY Patil Institute of Bio Technology and Bio Informatics” di Mumbai, lo strumento si basa su una diagnosi vocale attraverso un’App. Secondo il professor Santosh Bothe, che ha supervisionato il progetto, i ricercatori sono in possesso di un vero e proprio software funzionante – al 98% di accuratezza – con un ricco database di pazienti. Secondo Bothe, quando qualcuno parla al microfono al quale ha accesso l’App, lo strumento scompone la voce in più parametri come la frequenza e la distorsione del rumore. Questi valori vengono poi confrontati con quelli di una persona normale e la tecnica brevettata determina se il paziente è positivo o meno. Anche un team dell’Indian Institute of Science di Bangalore (India) sta lavorando su uno strumento diagnostico basato sull’analisi dei suoni emessi mediante tosse o, in generale, dalle vie respiratorie.
Secondo Giovanni Saggio, ricercatore dell’Università di Roma Tor Vergata, lo strumento di diagnosi delle malattie basato sull’audio può rilevare il Covid-19 dal timbro della voce. Secondo Saggio, ogni voce umana ha 6.300 parametri, e solo poche unità, meno di una dozzina, caratterizzano in modo specifico gli individui. L’orecchio umano, a parte il caso di raffreddore, non è in grado di distinguerli, ma l’intelligenza artificiale sì. Ognuno dei nostri organi interni è una sorta di risonatore, quindi se abbiamo un problema ai polmoni o al cuore, questo si riflette sulla nostra voce. La stessa persona ha un tipo di voce quando è sana, e un’altra in presenza di una patologia. Poiché il Covid-19 compromette i polmoni, la voce ne è sicuramente influenzata. La ricercatrice indiana Priya Garg ritiene che questo strumento possa essere di grande impatto nel fare il primo livello di screening per identificare i positivi; in tal modo solo chi è risultato positivo procederà con i test di laboratorio. Per la Garg questo può ridurre l’attuale “collo di bottiglia” sull’infrastruttura medica indiana, aiutare il governo di New Delhi a identificare in anticipo le regioni interessate attraverso l’integrazione del tracciamento delle località ed è forse il modo migliore per raggiungere le parti più remote dell’India con un test effettuato attraverso uno smartphone, in possesso di milioni di cittadini. Quando le infrastrutture mediche del paese e l’intera comunità medica sono sotto un’immensa pressione, questa potrebbe essere un’ottima soluzione per raggiungere i pazienti a distanza, senza il rischio di esposizione, sia per il paziente che per il personale sanitario.
La semplicità di questo test può essere utilizzata per vagliare e identificare i casi positivi al Covid-19 in una fase iniziale molto precoce e quindi contenere ulteriormente la diffusione. Il ricercatore Rashmi Chakraborty ha detto che la diagnosi basata sulla voce porterà il test a costo zero per il paziente e senza tempi di attesa. La diagnosi dei pazienti positivi al Covid-19 può essere fatta in pochi minuti e i consigli medici sui passi successivi possono essere richiesti attraverso una chiamata video o audio ai medici interessati.[3]
L’israeliana Diagnostic Robotics per una soluzione di diagnosi a distanza
I ricercatori israeliani stanno sfruttando le tecnologie dell’intelligenza artificiale per frenare la pandemia di Covid-19. L’ecosistema tecnologico di Israele comprende aziende e startup che utilizzano le tecnologie di intelligenza artificiale nella sanità, nella sicurezza informatica, nella guida autonoma e in molti altri campi. Alcune di queste tecnologie salvavita stanno già aiutando il sistema sanitario israeliano a rallentare la diffusione del virus. Un esempio è una piattaforma di triage basata sull’intelligenza artificiale che offre ai funzionari della sanità pubblica un monitoraggio continuo dei modelli con cui il virus si diffonde. Originariamente sviluppata dalla società israeliana Diagnostic Robotics e adattata per affrontare l’attuale pandemia, la piattaforma offre anche uno strumento di analisi che produce modelli di valutazione del rischio e modelli predittivi, consentendo così una risposta medica più rapida e mirata. Il ministero della Salute israeliano ha recentemente lanciato uno schema nazionale che effettua il monitoraggio quotidiano dei sintomi correlati al Covid-19 della popolazione utilizzando proprio la piattaforma digitale di valutazione e monitoraggio del rischio di Diagnostic Robotics.
La piattaforma, che analizza i sintomi clinici del paziente e il suo stato di salute, genera un profilo di rischio personalizzato e basato sull’intelligenza artificiale, oltre a fornire una guida per le fasi successive. Le informazioni vengono fornite come “bandiere rosse” alle autorità sanitarie, creando una “mappa termica” dei punti caldi, che a sua volta aiuta i servizi medici a identificare quali parti del corpo necessitano di intervento mirato. La soluzione Diagnostic Robotics sfrutta i dati forniti dal “pubblico” a distanza, aiutando i singoli individui a determinare la giusta linea d’azione e riducendo al minimo il contatto diretto con i medici, il che alleggerisce anche gli oneri per il personale sanitario. Gli operatori sanitari coinvolgono i pazienti con un semplice questionario sui sintomi tramite un messaggio di testo. Questo processo di screening a distanza, illustrato da una mappa termica epidemiologica ad alta risoluzione, consente ai funzionari sanitari di ottenere una valutazione continua, in tempo reale e su larga scala del tasso di diffusione del virus. Facendo riferimento a tale mappa termica, i responsabili governativi possono sapere immediatamente quali aree geografiche meritano un’attenzione immediata.
Diagnostic Robotics non è l’unica startup israeliana che sfrutta l’intelligenza artificiale nella lotta al Covid-19. La società Diagnostics.ai sta attualmente fornendo ai laboratori britannici e statunitensi il suo strumento diagnostico avanzato, che utilizza l’intelligenza artificiale per ottenere risultati più rapidi e accurati. La tecnologia di Diagnostics.ai ottimizza il processo di rilevamento, diagnosi e tracciamento delle malattie infettive automatizzando la fase di analisi del DNA. Questo accelera il processo diagnostico, elimina la necessità di tecnici appositamente formati ed elimina il fattore di errore nell’interpretazione dei risultati. Le capacità di tracciamento integrate dell’azienda consentono agli ospedali, ai governi e ai pazienti di tracciare le incidenze del virus con risultati di test standardizzati e accurati.[4]
Alphafold di DeepMind per identificare le strutture proteiche associate al Covid-19
DeepMind, società britannica dell’universo Google, è uno dei principali attori nel campo dell’intelligenza artificiale e del deep learning al mondo. Il 2 aprile 2019 la società presentò il risultato di una ricerca sulla rivista Nature, ricerca che fu accettata e pubblicata nel dicembre 2019. Il 15 gennaio 2020, questa ricerca è stata recensita come AlphaFold, che ha la finalità di usare l’intelligenza artificiale per aiutare a identificare le strutture proteiche che sono associate al Covid-19. Questa ricerca affronta principalmente il problema del ripiegamento proteico. Si può pensare alle proteine come molecole grandi e complesse, con una struttura tridimensionale che cambia man mano che eseguono diverse operazioni. Con Alphafold abbiamo un esempio del perché l’identificazione della struttura delle proteine è essenziale. In uno stralcio della ricerca si legge che “le proteine anticorpali utilizzate dal nostro sistema immunitario sono a ‘Y’ e formano ganci unici. Agganciandosi a virus e batteri, queste proteine anticorpali possono rilevare ed etichettare i microrganismi che causano malattie per l’eliminazione”. Questo spiega perché il ripiegamento proteico è fondamentale per noi. Ma dove entra in gioco il Deep Learning? Le proteine sono combinazioni di aminoacidi che sono tipicamente codificate nel DNA. Ma il DNA non contiene informazioni sulla struttura delle proteine.
Utilizzando tecniche tradizionali, ci vorrebbero anni per contare tutte le possibili configurazioni di una proteina tipica prima di raggiungere la vera struttura tridimensionale. Quindi come si interpreta la struttura tridimensionale da una sequenza proteica complessa? Cinquant’anni fa, furono determinate manualmente utilizzando microscopi e raggi X, il che ha comportato molti tentativi ed errori. Ma con il Deep Learning e la ricerca AlphaFold, ora possiamo identificare molto più facilmente le strutture tridimensionali delle proteine. Il lavoro di Alphafold è diviso in due fasi. Nella prima fase si utilizzano tecniche di biologia standard e si creano nuovi frammenti di proteine sostituendo ripetutamente i “pezzi” di proteine esistenti. Queste strutture sono continuamente migliorate con l’aiuto di una rete (neurale) antagonista generativa (GAN). La struttura proteica dall’uscita del GAN ha due proprietà, ossia le distanze tra coppie di amminoacidi e gli angoli tra i legami chimici che collegano quegli amminoacidi. Nella seconda fase, la distanza e gli angoli vengono migliorati dall’algoritmo di discesa del gradiente (Gradient Descent) fino a raggiungere i migliori punteggi. Il team di ricerca ha elaborato una previsione della struttura proteica tridimensionale Covid-19 utilizzando questo sistema AlphaFold. I dati preliminari che sono stati utilizzati per comprendere il Covid-19 sono stati raccolti da un database open access. Tuttavia, gli autori hanno specificato che non è stato verificato sperimentalmente. Tuttavia può essere utile per l’indagine sul funzionamento del virus.[5]
In Tunisia, all’Insat l’AI riconosce i segni del virus sui polmoni nelle radiografie
Alcuni ingegneri tunisini dell’INSAT (Institut National des Sciences Appliquées et de Technologie) hanno creato una piattaforma web based che scansiona le radiografie polmonari e valuta se i pazienti possono essere affetti dal Covid-19. Anche se non è la prima iniziativa di questo tipo al mondo, i suoi creatori dicono che è la prima ad essere apertamente disponibile. E anche se non è uno strumento diagnostico, a detta dei ricercatori l’intelligenza artificiale fornisce un’indicazione affidabile “al 90%” circa la probabilità di infezione. Già da metà marzo 2020 docenti e studenti dell’INSAT stanno sviluppando la piattaforma “Covid-19 Exam Ct/XR images by AI” con il supporto dell’agenzia di sviluppo tedesca GIZ, della Società Italiana di Radiologia Medica (SIRM) e del colosso tecnologico statunitense IBM. Migliaia di radiografie dei polmoni, sia di persone sane che di pazienti Covid-19, sono state inserite nella piattaforma, permettendo all’intelligenza artificiale di imparare a riconoscere i segni del virus sui polmoni. Sono ancora necessari miglioramenti per i pazienti che presentano pochi sintomi, ma – a detta dei ricercatori – la tecnologia permette la classificazione di un gran numero di immagini in un tempo molto breve, a basso costo. Il principio è che più immagini vengono caricate sulla piattaforma, più tale piattaforma diventa precisa e affidabile. La piattaforma, ancora in fase di test, è in valutazione da parte del ministero della Salute tunisino. Se approvata, la tecnologia sarebbe particolarmente utile nelle zone della Tunisia che non ospitano grandi ospedali e medici specializzati. Il caricamento di un’immagine a raggi X sulla piattaforma e l’esecuzione del test genera un punteggio di riconoscimento che richiede solo un’immagine a raggi X e una connessione internet.[6]
Il supercomputer Ibm Summit alla ricerca di nuovi farmaci
Alcuni volontari hanno creato uno dei supercomputer più veloci al mondo per il ripiegamento proteico (Protein folding, in inglese), processo di ripiegamento molecolare attraverso il quale le proteine ottengono la loro struttura tridimensionale. Un compito scientifico che potrebbe rivelarsi utile nella lotta contro il Covid-19. Secondo Folding@Home, progetto internazionale che utilizza il calcolo distribuito per simulare alcuni fenomeni, la potenza combinata della rete è sei volte più potente del supercomputer tradizionale più veloce del mondo, l’IBM Summit (OLCF-4), che viene utilizzato per la ricerca scientifica presso l’Oak Ridge National Laboratory (USA).
Lo scorso 13 aprile 2020, il supercomputer in oggetto ha più che raddoppiato la sua potenza, raggiungendo il record di 2,4 exaflop, più veloce di cinquecento supercomputer tradizionali messi insieme. I finanziatori del progetto eseguono un semplice software sul loro computer di casa, il quale esegue piccoli compiti per aiutare a determinare la struttura fisica delle proteine. Tutte le proteine complesse sono fatte di una o più stringhe di aminoacidi, ripiegate su sé stesse in modi complessi – ma prevedibili – per creare forme tridimensionali. Applicando queste regole, anche un computer di casa può eseguire calcoli di ripiegamento proteico; e quando milioni di computer di casa eseguono il software allo stesso tempo, la rete totale può superare di gran lunga i supercomputer tradizionali.
A marzo scorso, Folding@Home annunciò una nuova serie di compiti relativi a Covid-19 che misero i collaboratori al lavoro simulando le dinamiche delle proteine che compongono il Covid-19 a caccia di nuovi farmaci per affrontare la malattia. Un lavoro che sta già dando i suoi frutti: uno degli ultimi sforzi si è focalizzato sulla “spike protein” che il Covid-19 utilizza per invadere le cellule umane.[7]
- Alibaba Cloud Offers AI, Cloud Services to Help Battle COVID-19 Globally. MarTech Series. https://martechseries.com/recommended/alibaba-cloud-offers-ai-cloud-services-help-battle-covid-19-globally/ ↑
- Artificial intelligence to predict which COVID-19 patients need ventilators. Medical Xpress. https://medicalxpress.com/news/2020-04-artificial-intelligence-covid-patients-ventilators.html ↑
- Mumbai students develop AI-based voice tool to detect COVID-19. The Hindu. https://www.thehindu.com/sci-tech/technology/mumbai-students-develop-ai-based-voice-tool-to-detect-covid-19/article31360091.ece ↑
- Israeli Innovators Harness Artificial Intelligence Technologies To Curb The Global COVID-19 Pandemic. Forbes. https://www.forbes.com/sites/startupnationcentral/2020/04/13/israeli-startups-artificial-intelligence-covid19-coronavirus/#3aaf377e4567 ↑
- Per un approfondimento. Cfr. https://www.deepmind.com/blog/alphafold-using-ai-for-scientific-discovery-2020 ↑
- Covid-19: Tunisia researchers use AI, X-rays to create online virus scan tool. The Star. https://www.thestar.com.my/tech/tech-news/2020/04/18/covid-19-tunisia-researchers-use-ai-x-rays-to-create-online-virus-scan-tool ↑
- Volunteers create world’s fastest supercomputer to combat coronavirus. The Guardian. https://www.theguardian.com/technology/2020/apr/15/volunteers-create-worlds-fastest-supercomputer-to-combat-coronavirus ↑
