Big data: una sfida da raccogliere in fretta
Gli esperti di Imaging rischiano di perdere il lavoro nei prossimi 10 anni? Sembra di no, ma dovranno impegnarsi a fondo. Un intervento di Gianluca Pontone all’ESC Congress 2019 di Parigi.
-
![Pontone Preferita]()
Gianluca Pontone
RESPONSABILE Unità Operativa RM cardiovascolare
STAFF MEMBER Unità Operativa Ecocardiografia, Unità Operativa Radiologia e TAC Cardiovascolare, Unità Operativa Scompenso e Cardiologia Clinica
I big data nell'imaging cardiaco sono uno strumento molto promettente. Ma l’inconsistente qualità dei dati, le evidenze ancora limitate a sostegno dell'efficacia clinica e la mancanza di chiarezza sull'efficace integrazione nel flusso di lavoro clinico sono altrettanti limiti alla loro applicazione.
Del resto, tenuto conto delle attuali conoscenze del machine learning e dell'intelligenza artificiale (IA), la scienza dell'imaging cardiaco è sostanzialmente troppo complessa e l'arte dell'interpretazione troppo sfumata per essere completamente rilevata dai computer.
Per queste ragioni, come ha chiarito il Dr. Gianluca Pontone, Responsabile UO RM cardiovascolare del Monzino e membro del board dell’EACVI, in un suo intervento allo scorso ESC Congress di Parigi, –l’innovazione non metterà seriamente a rischio il lavoro degli specialisti dell’imaging. Anzi, più realisticamente, gli algoritmi di machine learning supporteranno gli esperti di imaging nei loro sforzi per valutare la crescente quantità di dati riducendo i tempi di decisione e ottimizzando l'assistenza ai pazienti.
Ma per attuare un simile scenario, gli specialisti dell’imaging cardiovascolare dovranno impegnarsi attivamente per adattare la loro pratica all’innovazione e modellare la tecnologia con l'obiettivo di iniziare a colmare il divario tra il mondo dell'intelligenza artificiale e le realtà della medicina clinica.
"Credo che l'Intelligenza Artificiale non sostituirà i medici, ma è importante che i medici sappiano come usare l'IA a sufficienza per generare le loro ipotesi, eseguire analisi di big data e ottimizzare le applicazioni di IA nella pratica clinica per portare l'era della medicina cardiovascolare di precisione". Gianluca Pontone
Il Machine learning, il deep learning e il calcolo cognitivo sono cioè potenzialmente in grado di cambiare il modo in cui viene praticata la medicina, ma il medico deve essere preparato per la prossima era dell'IA..
