Un nuovo strumento di intelligenza artificiale (AI) sviluppato da un team dell'Università di Toronto potrebbe essere in grado di ridurre significativamente il tempo necessario per creare programmi di radioterapia per le persone con cancro.
Per verificare i programmi di trattamento pertinenti prodotti dall'intelligenza artificiale, i ricercatori hanno esaminato 217 pazienti con cancro della testa e del collo che avevano sviluppato i loro programmi di radioterapia attraverso metodi tradizionali. I piani erano simili.
"Ci sono altri motori di ottimizzazione dell'IA che sono stati sviluppati, ma il concetto alla base del nostro è che imita più da vicino l'attuale best practice medica ", afferma Aaron Babier, l'autore principale della ricerca presso il Dipartimento di Ingegneria dell'Università di Toronto.
Al momento, lo sviluppo di piani di radioterapia per il tumore di ogni singolo paziente può richiedere giorni, tempo prezioso per i pazienti poiché il cancro spesso continua a crescere ed evolversi, ma anche per i medici che impiegano un po 'di tempo a progettare queste intricate strategie di trattamento.
I tumori della testa e del collo sono notoriamente difficili da progettare per i programmi di trattamento poiché i tumori possono essere notevolmente diversi da paziente a paziente. I ricercatori si aspettano che, poiché lo strumento ha funzionato così bene su questo tipo di cancro difficile e complesso, dovrebbe avere la capacità di gestire i tipi di tumore più diffusi che non mostrano tante variazioni, come il cancro alla prostata.
Babier è desideroso di preoccuparsi in questo caso che l'intelligenza artificiale non dovrebbe diventare un sostituto per gli operatori sanitari, ma potrebbe far risparmiare loro tempo eseguendo alcune basi significative. Una volta che il programma ha creato un programma di trattamento, questo dovrebbe comunque essere rivisto per mezzo di un fisico delle radiazioni e ulteriormente modificato, impiegando un paio d'ore in più.
L'intelligenza artificiale è ben nota per svolgere un ruolo importante nel futuro della diagnosi, del monitoraggio e della terapia del cancro, ma alcuni professionisti sanitari hanno sollevato preoccupazioni sull'etica dell'utilizzo di strumenti di apprendimento automatico per prendere decisioni cliniche. Una di queste preoccupazioni pubblicata in un articolo all'inizio di quest'anno sul New England Journal of Medicine da ricercatori e medici a Stanford ha detto:
"I medici devono comprendere in modo soddisfacente come vengono creati i calcoli, valutare seriamente l'origine delle informazioni utilizzate per creare i modelli statistici sviluppati per prevedere i risultati, capire come funzionano i modelli e guardarsi dal diventare eccessivamente dipendenti da questi."
Qui sta un problema abbastanza comune con i nuovi sviluppi tecnologici in medicina al giorno d'oggi: la richiesta di MD per ottenere una comprensione specialistica dei nuovi metodi diagnostici che usano in modo che possano comprendere appieno quanto fare affidamento su di loro per influenzare le loro decisioni sui pazienti. Una discussione simile è in corso per biopsie liquide perennemente controverse per il cancro.
Nonostante tutti questi problemi, gli investimenti nell'intelligenza artificiale da parte di persone del settore sanitario sono all'ordine del giorno, con grandi aziende come Microsoft e IBM che attualmente lo utilizzano per vari programmi. Molte aziende sembrano considerare l'intelligenza artificiale come una possibile soluzione per cercare di snellire la lunga e oscenamente costosa procedura di scoperta di farmaci. L'azienda di biotecnologie con sede a Toronto BenchSci conta ad oggi 28 aziende farmaceutiche e 97 startup che attualmente utilizzano l'intelligenza artificiale per i loro processi di scoperta di farmaci.
In caso di utilizzo dell'intelligenza artificiale per aiutare a progettare il trattamento della radioterapia, Babier afferma che il suo strumento specifico è più un'espansione di ciò che è attualmente disponibile per i dipendenti sanitari, piuttosto che una rivoluzione.
"È fondamentalmente un plug-in abbastanza semplice per aiutare con ciò che è attualmente disponibile in un ambiente clinico, ma che utilizza parametri più intelligenti di quelli attualmente disponibili", ha detto Babier.
Il team dell'Università di Toronto non è l'unico a lavorare sull'ottimizzazione del trattamento con radiazioni con AI.