L'intelligenza artificiale in campo medico

Questi sistemi non si sono fermati solo nel campo manageriale ma si sono evoluti anche in campo medico e sono diventati CDSS (Clinical Decision Support System). Si tratta di sistemi che facilitano l'assistenza sanitaria attraverso il supporto dato ai professionisti della salute nel compito del decision making. Lo scopo principale di questi sistemi è quello di assistere i medici sul punto di cura, in questo modo si riescono ad effettuare analisi migliori rispetto a quelle che un umano possa eseguire da solo. Oltre ad aiutare il medico nella diagnosi e nella scelta della cura, i CDSS migliorano anche le prestazioni degli operatori sanitari, fornendo loro un supporto rapido da consultare prima e dopo l'appuntamento con il paziente.

Esistono due tipi principali di CDSS:
1. Basato sulla conoscenza (Knowledge-based)
2. Non basato sulla conoscenza (Non-Knowledge-based).

La conoscenza del primo tipo (Knowledge-based) è formata da regole e associazioni di dati che spesso assumono la configurazione di regole IF-THEN (come è stato già visto per i sistemi esperti). In questo caso però, per esempio, un sistema per indicare le interazioni tra farmaci potrebbe operare in questo modo:
1. il medico comunica al sistema la diagnosi del paziente e i farmaci che attualmente il paziente sta assumendo;
2. il sistema comparerà tutti i farmaci utili e restituirà solo la lista di quelli che non interagiscono con gli altri già assunti.

I sistemi Non-Knowledge-based adoperano una forma di intelligenza artificiale: il Machine Learning (apprendimento automatico). Questo permette al sistema di imparare dai dati storici e trovare modelli nei dati clinici senza scrivere esplicitamente regole e input. Sebbene siano sistemi sicuri ed efficaci, i medici preferiscono evitarli per ragioni di affidabilità e responsabilità, dato che sistemi basati sull'apprendimento automatico non possono spiegare il motivo delle loro conclusioni. Tuttavia, questi possono essere utili come sistemi post-diagnosi per trovare correlazioni tra i pazienti e la loro storia clinica, per la ricerca e per prevedere eventi futuri.

Ospedali, centri di ricerca e altre istituzioni sanitarie stanno adottando sempre più sistemi basati sull'intelligenza artificiale a supporto delle decisioni cliniche, per migliorare l'assistenza e la salute dei pazienti e svolgere compiti ripetitivi, col doppio vantaggio di velocizzare il lavoro e abbattere i costi.

I sistemi esperti oggi disponibili, infatti, stanno cambiando il nostro modo di curarci, poiché essi sono in grado di attingere, analizzare e apprendere da un grande quantitativo di dati a una velocità impossibile per l'uomo, accelerando così i processi di diagnosi e indicando percorsi di cura ottimali, soprattutto nei casi di tumori o malattie rare.

Un aspetto necessario per la riuscita di questi sistemi è la realizzazione di cartelle cliniche elettroniche (EHR). Queste sono un modo per acquisire e utilizzare i dati in tempo reale per fornire assistenza di alta qualità ai pazienti. Fondere EHR e CDSS nel processo medico cambierebbe il modo in cui la medicina è stata esercitata fino al giorno d'oggi (Berner, 2016, p.3-10).