I dati sintetici, una nuova frontiera per la ricerca sanitaria

Aziende, istituzioni ed enti si trovano ad affrontare diverse sfide in ambito sanitario rispetto all’uso dei dati dei pazienti: dall'analisi di dataset accurati e ben costruiti potrebbe condurre, infatti, a nuove conoscenze diagnostiche, a scoperte sull'efficacia di trattamenti specifici, all'identificazione di fattori di rischio per le patologie più rare. Questo genere di informazioni, però, non possono essere scambiate: trattandosi di dati sensibili e altamente riservati sono infatti soggetti alla privacy, la cui tutela deve essere la priorità di chiunque faccia innovazione. Al tempo stesso i dati disponibili sono spesso incompleti o inaccurati e, di conseguenza, non adatti a essere utilizzati per una corretta analisi. In tale contesto la tecnologia generativa alla base dei dati sintetici rappresenta uno strumento di supporto al settore della salute che permette di fare innovazione e al tempo stesso rispettare la privacy dei pazienti.
Come funziona la tecnologia dei dati sintetici
La tecnologia di generazione di dati sintetici permette di costruire set artificiali di dati da cui estrarre tutti gli insight rilevanti. Questo perché non vengono raccolti empiricamente, bensì generati attraverso un algoritmo di AI: statisticamente il loro valore è il medesimo dei dati reali, ma le informazioni in essi contenute non possono essere ricondotte ad alcun individuo reale. Di conseguenza possono essere scambiati e analizzati in modo sicuro, consentendo la mobilità e lo scambio dei dati in sicurezza tutelando la privacy dei pazienti. L’applicazione diretta di tale tecnologia facilita e velocizza l'implementazione di progetti di AI e l’analisi dei dati nel rispetto della privacy, consentendo agli enti che fanno ricerca e agli ospedali di rispettare le normative Gdpr e AI Act.
Le applicazioni dei dati sintetici in ambito sanitario
Le applicazioni in ambito Healthcare dei dati sintetici sono molteplici: possono essere usati per migliorare le cure delle malattie rare, per rendere più rapida e accurata la prognosi ospedaliera, per potenziare l’assistenza sanitaria a distanza monitorando e prevedendo situazioni di rischio. Le patologie poco diffuse, infatti, presentano spesso dati scarsi e di conseguenza l’algoritmo di identificazione precoce della malattia non è in grado di raggiungere le performance desiderate poiché non ha dati a sufficienza a cui attingere: mediante la generazione di dati sintetici si possono ripopolare o ribilanciare le classi poco rappresentate e utilizzare il dataset sintetico per allenare il modello per l'identificazione delle malattie rare. Tale processo di chiama data augmentation e permette di ridurre il tasso di falsi positivi, che costituiscono un ostacolo e un costo alla ricerca sanitaria.
Un’altra applicazione dei dati sintetici riguarda la previsione dell’insorgenza di patologie, per esempio l’insufficienza cardiaca: utilizzando i dati delle cartelle cliniche elettroniche, è possibile effettuare previsioni sul decorso e soprattutto sull'esito di un quadro clinico e sviluppare nuovi modelli di rischio per la malattia. I dati sintetici sono utilizzati anche per innovare servizi di teleassistenza e telemonitoraggio a vantaggio di persone fragili o anziane. Nell’ambito della ricerca su medicinali e dispositivi medici, infine, i dati sintetici promuovono la collaborazione tra aziende, enti e istituzioni: per tutte le realtà coinvolte nella ricerca scientifica sanitaria, infatti, possono accedere a un numero maggiore di informazioni necessarie agli studi clinici che potranno in futuro migliorare la vita dei cittadini.
In Italia Aindo, startup della Scuola internazionale superiore di studi avanzati (Sissa) di Trieste che dal 2018 lavora a soluzioni di AI, ha brevettato la sua tecnologia di generazione dei dati sintetici, ponendosi come obiettivo agevolare l’adozione e lo sviluppo di soluzioni avanzate di intelligenza artificiale mediante la realizzazione di un nuovo standard globale per l'accesso e la condivisione dei dati. L’obiettivo di centri di ricerca, aziende e istituzioni è il medesimo: portare innovazione in ambito sanitario spingendo l’Intelligenza Artificiale verso frontiere sempre nuove.
L’innovazione del settore sanitario deve coincidere con un uso etico dell’AI
Ormai da anni l'Intelligenza Artificiale è inclusa nel dibattito pubblico, in quanto strumento in grado di portare un’innovazione concreta nella società. Occorre, però, che il progresso di questa tecnologia vada sempre di pari passo con un approccio etico: nel caso specifico dell’analisi dei dati per la ricerca in ambito sanitario, questa deve porsi come primo obiettivo la tutela della privacy dei pazienti. Di conseguenza è fondamentale per le aziende che sviluppano tecnologie di AI dialogare con le istituzioni per sviluppare strumenti in grado di porsi davvero a servizio dell’innovazione di settori ad alto impatto sociale, come la ricerca sanitaria.

* dottore in Intelligenza Artificiale