Gentile Utente, ti informiamo che questo sito fa uso di cookie propri e di altri siti al fine di rendere i propri servizi il più possibile efficienti e semplici da utilizzare.
Se vuoi saperne di più o esprimere le tue preferenze sull'uso dei singoli cookie, clicca qui
Se accedi ad un qualunque elemento sottostante questo banner, acconsenti all'uso dei cookie.
Changes - il magazine del Gruppo Unipol > La morte in un algoritmo

La morte in un algoritmo

Society 3.0

In un mondo guidato dall’intelligenza artificiale, troviamo su Facebook il resoconto quotidiano del nostro passato e rischiamo di ricevere da Google il conto alla rovescia sul nostro futuro.

​​​«Ricordati che devi morire» è una delle battute più citate del film Non ci resta che piangere, interpretato dal compianto Massimo Troisi. E comunque, casomai uno se lo dimenticasse, oggi un algoritmo elaborato da Google non solo glielo ricorderebbe, ma potrebbe perfino prevedere la data dell'eventuale decesso con una precisione del 95%. Infatti, secondo uno studio pubblicato sull'autorevole periodico Nature, l'intelligenza artificiale riuscirebbe a definire in anticipo quel giorno, grazie a un sistema già sperimentato in due ospedali degli Stati Uniti e nato con l'obiettivo di prevedere il decorso clinico dei pazienti, morte compresa, e i loro tempi di degenza nei vari reparti. Il meccanismo elaborato da Google utilizza un'immensa mole di dati (46 milioni di elementi relativi a 216.221 adulti) che comprende tutte le informazioni cliniche disponibili sui pazienti e la storia ospedaliera di casi simili.

Questo perché il software sviluppato dalla società di Cupertino è in grado di leggere ed elaborare ogni tipo di informazione, dagli esami di laboratorio ai referti di una TAC, fino ai pdf e alle note scritte a mano (elemento che, data la notoria pessima calligrafia dei medici, è davvero sorprendente). In questo modo il sistema è in grado di produrre un'ipotesi statistica sulla data della morte di un soggetto e di fare predizioni tanto riguardo alla sua aspettativa di vita dopo l'ospedalizzazione quanto sulla probabilità di ricadute. Se ne fosse verificata l'effettiva precisione, il metodo potrebbe far risparmiare ai medici tempo prezioso, evitando loro di dover trovare e confrontare dati presentati in formati diversi. Il che potrebbe salvare vite umane, ma anche indurre gli specialisti a investire meno attenzione e trattamenti su chi ha poche speranze di vivere a lungo (ma anche scarse possibilità di poter proseguire le cure pagando di tasca propria). «In realtà, però, una valutazione anche economica delle cure per i malati avviene già ora», precisa Chiara Sgarbossa, direttore dell'Osservatorio Innovazione Digitale in Sanità del Politecnico di Milano. «Piuttosto, la parte valida di questa innovazione è quella di dirottare le risorse disponibili su coloro che ne possono beneficiare e soprattutto aumentare l'accuratezza delle previsione rispetto a quello che un medico può fare sulla base di una documentazione magari incompleta».

Non mancano tuttavia le perplessità, innanzitutto perché l'algoritmo sbaglia: come evidenziato da un articolo apparso su Bloomberg, esso ha predetto l'80% di probabilità di sopravvivenza per una paziente con tumore in fase terminale, che invece è morta a 2 giorni dalla predizione. Il messaggio: «Anche l'intelligenza artificiale sbaglia, non solo i medici» riflette Giuseppe Biamonti, direttore dell'Istituto di Genetica Molecolare di Pavia. Non solo: l'algoritmo non tiene conto di un fattore a volte decisivo per la remissione di un paziente, ovvero il suo carattere e dunque la sua combattività: «È chiaro che se a un malato viene detto che morirà o che ha una bassa probabilità di sopravvivenza tendenzialmente si lascerà andare. Il fenomeno, detto Nocebo, è simile a quello che si verifica quando una persona sa di essere stata maledetta da uno stregone: la sua probabilità di morire aumenta proprio a causa dell'effetto psicologico della maledizione» riflette Biamonti.

C'è poi da tenere conto di un'altra incognita: la privacy dei pazienti. Nel 2016 Google ha convinto il sistema sanitario inglese a condividere i dati di un milione e mezzo di cittadini in modo da sviluppare una app che potesse individuare i problemi renali. Per quanto l'intento fosse lodevole, agli inglesi non è stata data la possibilità di bloccare i propri dati. Inoltre, se per ora l'algoritmo di Google non è stato applicato a persone sane, ma solo a malati in gravi condizioni, un mese dopo l'articolo su Nature, Fitbit, una delle principali società produttrici di Fitness tracker ha annunciato di voler mettere a disposizione i dati raccolti con Google Cloud Healthcare. Poco dopo la piattaforma Twine Health, che aiuta chi soffre di diabete e ipertensione a monitorare i suoi valori è stata acquisita d Fitbit e ha rivelato di voler partecipare alla condivisione di dati per accelerare l'innovazione e definire la prossima generazione di cure mediche e wearables.

Il tema dei Big data e della loro gestione è al centro di un dibattito che coinvolge tutti gli attori del sistema sanitario, assicurazioni comprese. Servono regole chiare e condivise sulla gestione dei dati personali dei pazienti per evitare distorsioni che, in alcuni casi, stanno già avvenendo, per esempio in America. Li descrive bene Carthy O'Neil nel libro di Armi di distruzione matematica (Bompiani) dove dipinge i Big data come i colpevoli dell'aumento delle disuguaglianze e una minaccia per la democrazia. In America, scrive l'autrice del saggio, gli algoritmi giudicano insegnanti e studenti, vagliano curriculum vitae, decidono se concedere o negare prestiti, valutano l'operato dei lavoratori, influenzano gli elettori e decidono e decideranno sempre di più per la nostra salute. E così, in un mondo sempre più soggetto alla dittatura degli dei Big data, rischiamo di trovare su Facebook il resoconto quotidiano del nostro passato e di ricevere da Google il conto alla rovescia sul nostro futuro.

 

 

Il virus non esiste<img alt="" src="/PublishingImages/covid%20disinformazione.jpg" style="BORDER:0px solid;" />https://changes.unipol.it/disinformazione-covidIl virus non esisteCome nasce lo scetticismo selettivo che porta a non fidarsi dei canali ufficiali di informazione. Changes ne ha parlato con Fabio Paglieri autore di “La disinformazione felice. Cosa ci insegnano le bufale”.Elisa-Venco2020-06-30T22:00:00Zhttps://changes.unipol.it
Le relazioni al tempo del post Covid<img alt="" src="/PublishingImages/relazioni%20post%20covid.jpg" style="BORDER:0px solid;" />https://changes.unipol.it/comportamenti-post-covidLe relazioni al tempo del post CovidSi ridefiniscono le dinamiche di lavoro e di vita quotidiana, ma mancano le istruzioni per l’uso. Le storie dopo il virus.Giampaolo-Colletti2020-06-28T22:00:00Zhttps://changes.unipol.it
Lavoro: la rivoluzione degli orari<img alt="" src="/PublishingImages/lavoro%20smart%20orari%20covid.jpg" style="BORDER:0px solid;" />https://changes.unipol.it/lavoro-covid-come-cambiaLavoro: la rivoluzione degli orariIl Covid19 sta accelerando una tendenza in atto: il tempo del lavoro sta perdendo i normali punti di riferimento. Antonio-Belloni2020-06-25T22:00:00Zhttps://changes.unipol.it
Ora è tempo di smart mobility<img alt="" src="/PublishingImages/covid%20smart%20mobility.jpg" style="BORDER:0px solid;" />https://changes.unipol.it/covid-smart-mobilityOra è tempo di smart mobilityLe conseguenze della pandemia impongono un ripensamento delle città, della vita e del lavoro delle persone che non può non avere un impatto sui mezzi di trasporto. Per risolvere le criticità servirà affidarsi alle nuove tecnologie.Rosario-Murgida2020-06-17T22:00:00Zhttps://changes.unipol.it
Se la vita dopo il lockdown fa paura <img alt="" src="/PublishingImages/coronavirus%20sindromi%20lockdown.jpg" style="BORDER:0px solid;" />https://changes.unipol.it/coronavirus-sindromi-lockdownSe la vita dopo il lockdown fa paura La riapertura della libera circolazione in Italia fa emergere insicurezze e criticità. La vita ricomincia ma restano le sindromi da virus. Ecco perché.Elisa-Venco2020-06-16T22:00:00Zhttps://changes.unipol.it

 

 

Le relazioni al tempo del post Covid<img alt="" src="/PublishingImages/relazioni%20post%20covid.jpg" style="BORDER:0px solid;" />https://changes.unipol.it/comportamenti-post-covidLe relazioni al tempo del post CovidSi ridefiniscono le dinamiche di lavoro e di vita quotidiana, ma mancano le istruzioni per l’uso. Le storie dopo il virus.Giampaolo-Colletti2020-06-28T22:00:00Zhttps://changes.unipol.it
La sostenibilità riparte dalle tasse<img alt="" src="/PublishingImages/fisco%20e%20sostenibilità.jpg" style="BORDER:0px solid;" />https://changes.unipol.it/fisco-e-sostenibilitàLa sostenibilità riparte dalle tasseLa crisi da Coronavirus ha acceso i riflettori sulle imprese che non hanno un rapporto esemplare con il fisco. Ecco perché.Andrea-Di-Turi2020-06-23T22:00:00Zhttps://changes.unipol.it
Il digitale fa ancora paura<img alt="" src="/PublishingImages/paure%20digitali.jpg" style="BORDER:0px solid;" />https://changes.unipol.it/paure-digitaliIl digitale fa ancora pauraUn italiano su due crede che le informazioni memorizzate sui propri dispositivi digitali non siano al sicuro. I dati dell’Osservatorio Europeo sulla Sicurezza Demos&Pi-Fondazione Unipolis presentati a Data Vision & Data Value organizzato da Gruppo Unipol.Redazione-Changes2020-06-24T22:00:00Zhttps://changes.unipol.it

SEGUI GRUPPO UNIPOL
TAG CLOUD