Oggi ci troviamo di fronte a un paradosso tecnologico: se da un lato la maggior parte dei cittadini guarda all’intelligenza artificiale con curiosità ma scarsa conoscenza tecnica, identificandola perlopiù in robot, chatbot o assistenti vocali, dall’altro, la scienza la vede già come soluzione salvavita. Per colmare questo divario, il 23 aprile scorso Villa Quartara ha ospitato «AI For Healthcare – Longevity & Wellness», organizzato da Fusion AI Labs, per portare l’AI negli ospedali. Il confronto ha svelato un dato critico: l’80% dei progetti fallisce non per limiti tecnici, ma per difficoltà di adozione reale. Tra complessità normative e integrazione dei dati, la sfida odierna non è più solo la ricerca, ma l’applicazione quotidiana.
Tag: Medicina Pagina 1 di 2
Efficienza, organizzazione e tempo. Tre parole che in sanità pesano quanto diagnosi e terapie, anche se raramente finiscono nei titoli. L’accordo siglato tra Istituto Giannina Gaslini e Fusion AI Labs prova a rimetterle al centro, utilizzando l’intelligenza artificiale non per sostituire il lavoro clinico, ma per alleggerire tutto ciò che gli ruota intorno. Il protocollo d’intesa, firmato a Genova e con una durata triennale, ha un obiettivo piuttosto concreto: migliorare l’accesso ai servizi, ottimizzare la presa in carico dei pazienti e rendere più fluido il coordinamento delle attività ospedaliere. Ovvero, meno tempo perso tra moduli, code e incastri organizzativi, più tempo per la cura vera e propria.
La Fondazione Biotecnopolo di Siena ha portato a Parigi, alla conferenza scientifica Anrs Mie, la nuova frontiera della vaccinologia. Si chiama Reverse Vaccinology 3.0 e rappresenta l’evoluzione più avanzata degli ultimi decenni: un metodo che integra immunologia e intelligenza artificiale per identificare antigeni promettenti con una velocità prima impensabile, riducendo il tempo di messa a punto dei vaccini da anni a pochi giorni.
L’immagine romantica dello scienziato che passa anni in laboratorio a cercare la molecola giusta non è scomparsa, ha semplicemente trovato un nuovo collega che però non indossa il camice, non beve caffè e non dorme mai. Si chiama intelligenza artificiale.
Negli ultimi anni gli algoritmi sono entrati in modo sempre più stabile nei laboratori farmaceutici, setacciando miliardi di dati biologici, suggerendo nuove molecole e riducendo drasticamente i tempi della ricerca. La trasformazione è ormai così evidente che anche le agenzie regolatorie stanno iniziando a organizzarsi per gestire il fenomeno.
Analisi predittiva delle patologie, diagnosi sempre più precoce, scoperta accelerata di nuovi farmaci. L’intelligenza artificiale in sanità promette molto, talvolta quasi troppo. Tuttavia la tecnologia, da sola, non cura nessuno. Senza competenze adeguate rischia di restare un software sofisticato che lampeggia su uno schermo mentre medici e infermieri continuano a fare miracoli con strumenti tradizionali. Nasce da questa consapevolezza ‘Il futuro della cura’, programma di formazione promosso da Microsoft Italia, Johnson & Johnson Italia e Fondazione Mondo Digitale, presentato a Roma presso il Centro Studi Americani. L’obiettivo è ambizioso e molto concreto: rafforzare le competenze digitali di 50mila professionisti della salute.
Nel lessico della medicina contemporanea esiste un’espressione che pesa più di molte diagnosi: “paziente senza diagnosi”. Dietro questa formula si nasconde un limbo clinico e umano che riguarda milioni di persone nel mondo, sospese tra sintomi, esami, consulti specialistici e attese che possono durare anni. In questo scenario si inserisce DeepRare, un sistema di intelligenza artificiale sviluppato da un team della Shanghai Jiao Tong University e pubblicato su Nature, che promette di ridurre drasticamente i tempi e gli errori nella diagnosi delle malattie rare.
La frontiera delle interfacce cervello-computer non è più un monologo californiano. Se negli ultimi anni il nome di Neuralink è diventato quasi sinonimo di impianto neurale grazie alla capacità mediatica del suo fondatore Elon Musk, oggi la competizione si fa decisamente più affollata e, soprattutto, più geopolitica. Dall’altra parte del Pacifico, la startup di Shanghai NeuroXess sta rivendicando progressi significativi nello sviluppo di interfacce neurali destinate a collegare il cervello umano ai computer, mentre Pechino inserisce formalmente le brain-computer interface tra i settori strategici per la supremazia tecnologica entro il 2030.
L’uso dell’intelligenza artificiale nel settore sanitario sta entrando in una fase più matura e, soprattutto, più regolamentata. Dopo l’annuncio di OpenAI su ChatGPT Salute, pensato per aiutare i pazienti a comprendere referti e prepararsi alle visite mediche senza sostituirsi ai professionisti, ora tocca alla concorrente Anthropic fare un passo decisivo. La startup americana ha presentato Claude for Healthcare, una versione del proprio chatbot pensata specificamente per il mondo della sanità. La notizia segna un ulteriore punto di svolta: l’AI non viene più proposta solo come strumento generico di supporto, ma come piattaforma integrata nei flussi clinici e di ricerca.
L’intelligenza artificiale sta imparando a fare molte cose: scrivere testi, generare immagini, guidare auto. Ora, però, ha deciso di fare qualcosa di ancora più ambizioso: aiutarci a scoprire il cancro prima che si faccia notare. Si chiama CleaveNet ed è un nuovo sistema di AI sviluppato dai ricercatori del Massachusetts Institute of Technology (MIT) in collaborazione con Microsoft. Secondo quanto descritto in uno studio pubblicato su Nature Communications, questa tecnologia potrebbe aprire la strada a test diagnostici fai-da-te, da usare direttamente a casa, per individuare precocemente diversi tipi di tumore.
Capire se una mutazione nel Dna può causare una malattia è una delle sfide più importanti della medicina moderna. Un gruppo di ricercatori dell’Università di Pisa, in collaborazione con la Scuola superiore meridionale di Napoli, ha sviluppato uno strumento innovativo che può aiutare ad ottenere dei risultati più velocemente e con maggiore efficienza. Si chiama ProSECFPs ed è capace di creare una sorta di ‘impronta digitale’ delle proteine. A renderlo noto è lo stesso ateneo pisano. Lo studio è stato pubblicato sul Journal of Chemical Information and Modeling.
Cinque anni fa l’idea che un’Intelligenza Artificiale potesse “indovinare” la forma delle proteine sembrava buona più per una puntata di Star Trek che per un laboratorio di biologia molecolare. E invece oggi, a cinque anni dal debutto pubblico di AlphaFold, la realtà ha superato la fantascienza con una naturalezza quasi imbarazzante per chi, fino a poco tempo fa, passava la vita davanti a microscopi e modelli molecolari in plastica. L’IA oggi non si limita a osservare le proteine: le prevede, le disegna in 3D e le mette in banca dati come farebbe con le foto delle vacanze.
L’illusione più pericolosa del nostro tempo è forse questa: affidare decisioni mediche complesse a modelli di intelligenza artificiale generativa che, per quanto sofisticati, rimangono fondamentalmente dei cantastorie ben addestrati, non medici. Google ha di recente offerto un caso emblematico, quasi grottesco, con il suo Med-Gemini, un modello AI presentato come avanguardia nella diagnostica radiologica. L’errore emerso, identificare un “infarto del ganglio basilar sinistro”, un’entità anatomica inesistente, racconta molto più di un semplice refuso: rivela le fragilità strutturali e cognitive di questi sistemi. Il “basilar ganglia” è una fantomatica creazione che confonde il “ganglio basale” area cerebrale reale con l’“arteria basilare” vaso sanguigno anch’esso reale ma ben distinto. Si potrebbe liquidare la questione come un errore di battitura, eppure l’assenza di revisione del paper scientifico – a dispetto della correzione nel blog aziendale – sottolinea quanto la superficialità sia diventata il prezzo del marketing tecnologico.
In ambito clinico, però, queste leggerezze non sono semplici fastidi da ignorare. Nel migliore dei casi generano confusione, nel peggiore possono compromettere vite umane. Il problema è che queste AI non sono dotate di coscienza critica o capacità di autocorrezione. Judy Gichoya di Emory University mette a fuoco il cuore del disastro: queste intelligenze “inventano” risposte e raramente ammettono di non sapere. Quando si parla di salute, la disonestà intellettuale, seppur non voluta, diventa una bomba a orologeria. La convinzione che “bigger is better”, ossia aumentare a dismisura i dati di training o la complessità del modello, porti automaticamente a una maggiore affidabilità, è ormai una favola per investitori e appassionati di hype. La realtà è che nessuna quantità di prompt engineering o fine-tuning trasformerà un modello basato su pattern linguistici in un medico affidabile.
Sorpresa. Non da poco, e non da tutti. Xiaomi, la multinazionale cinese delle meraviglie elettroniche, è appena entrata a gamba tesa nel mercato degli occhiali intelligenti. Un settore che molti definiscono ancora di nicchia, ma che in realtà è il nuovo terreno di scontro per chi vuole presidiare il futuro del computing personale. Una guerra silenziosa fatta di microchip, lenti e assistenti vocali, dove chi ha il controllo dell’ecosistema può riscrivere le regole del gioco. Sì, perché qui non si vendono solo gadget: si piantano bandiere nel campo minato dell’intelligenza artificiale indossabile.
L’IA sta sfidando ironicamente la medicina tradizionale, offrendo una speranza e una provocazione. ECgMLP: Un modello MLP innovativo con gate per una diagnosi migliorata del cancro endometriale è stato pubblicato sulla rivista Computer Methods and Programs in Biomedicine Update Dr Asif Karim
Il nuovo modello ECgMLP ha raggiunto un’accuratezza del 99,26% nel rilevare il cancro dell’endometrio, lasciando nella polvere sia i migliori specialisti umani (78-81% di accuratezza) sia le attuali metodologie automatizzate. Se confermato su larga scala, questo sistema potrebbe rivoluzionare la diagnosi precoce del cancro, riducendo drasticamente i tempi di intervento e salvando milioni di vite.
Il segreto di ECgMLP sta nella sua capacità avanzata di analisi delle immagini. Utilizzando meccanismi di self-attention, il modello è in grado di elaborare dettagli microscopici nei tessuti, evidenziando le cellule cancerose con una precisione impensabile per l’occhio umano. Questo non solo elimina gran parte dell’errore diagnostico, ma potrebbe anche ridurre i costi e i tempi legati alla valutazione patologica tradizionale.
E non si ferma solo al cancro dell’endometrio. Il modello ha dimostrato un’efficacia straordinaria anche su altri tipi di tumori: colorettale (98,57%), mammario (98,20%) e orale (97,34%). Questo livello di accuratezza pone ECgMLP al centro di una rivoluzione oncologica, dove la diagnosi precoce diventa non solo una possibilità, ma una certezza.
Se da un lato questa tecnologia apre scenari entusiasmanti, dall’altro potrebbe scatenare un’inevitabile crisi nella professione medica. Con un’IA che surclassa i migliori patologi, quale sarà il ruolo del medico del futuro? L’adozione su larga scala di questi strumenti non è più una questione di “se”, ma di “quando”. Il problema non è la tecnologia, ma la velocità con cui il sistema sanitario riuscirà ad adattarsi.
L’intelligenza artificiale sta rivoluzionando la medicina, e una delle sfide più urgenti riguarda le malattie neurodegenerative come l’Alzheimer. Un nuovo modello di AI, sviluppato dai ricercatori dell’Università della California Meridionale e pubblicato sulla rivista dell’Accademia americana delle scienze, PNAS, potrebbe aprire nuove prospettive nella diagnosi precoce e nella prevenzione della demenza.
Individuare un tumore in fase precoce è fondamentale per garantire una prevenzione e una cura efficaci. Oggi c’è un alleato in più, che sta imparando molto in fretta ed è sempre più preciso: si tratta dell’Intelligenza Artificiale. È quanto emerge da un recente studio, pubblicato sulla rivista Nature Medicine, a cui ha collaborato Robert Fruscio, professore associato in Ginecologia e Ostetricia dell’Università di Milano-Bicocca e direttore della Struttura semplice di Ginecologia Preventiva della Fondazione IRCCS San Gerardo dei Tintori.
L’intelligenza artificiale (IA) sta facendo passi da gigante in numerosi settori, e uno dei campi in cui potrebbe rivoluzionare i processi è sicuramente quello della medicina. Recentemente, un team di ricercatori cinesi ha sviluppato HuatuoGPT-o1, un modello avanzato di IA progettato per risolvere problemi medici attraverso un ragionamento complesso. Questo modello si distingue non solo per l’approccio innovativo utilizzato nel suo allenamento, ma anche per la sua capacità di affrontare le sfide della diagnosi medica in modo simile a come farebbe un medico.
L’Intelligenza Artificiale potrebbe rivoluzionare lo screening del cancro al seno, aiutando i medici a identificare un numero maggiore di casi rispetto ai metodi tradizionali. Lo rivela uno studio pubblicato su Nature Medicine, che evidenzia come l’uso dell’AI nell’esame delle mammografie permetta di diagnosticare un caso di tumore in più ogni 1.000 donne sottoposte a screening.
Un innovativo studio, che coinvolge quasi 2.000 persone, sta gettando le basi per una possibile rivoluzione nella prevenzione degli ictus, attraverso la rilevazione della fibrillazione atriale (FA), una condizione che aumenta drasticamente il rischio di ictus mortali. Questa patologia, caratterizzata da aritmie cardiache irregolari, spesso resta non diagnosticata fino a quando non si manifesta per la prima volta con un ictus devastante. Il trial in corso, che sfrutta l’intelligenza artificiale per sviluppare algoritmi predittivi, potrebbe cambiare il modo in cui i medici diagnosticano e gestiscono la FA, salvando innumerevoli vite.
Lo studio innovativo, condotto nella regione del West Yorkshire, introduce l’algoritmo FIND-AF, uno strumento sviluppato dai ricercatori dell’Università di Leeds in collaborazione con Leeds Teaching Hospitals NHS Trust. Questo algoritmo utilizza il machine learning per esaminare milioni di cartelle cliniche, identificando i pazienti che potrebbero essere a rischio di sviluppare la FA nei sei mesi successivi. L’idea è quella di intervenire prima che la condizione evolva in una fase in cui potrebbe causare danni irreversibili, in particolare attraverso gli ictus.
Un mio amico, un vero scienziato in intelligenza artificiale e mio istitutore privato, mi ha insegnato una cosa fondamentale, ovverosia che in materia occorre camminare facendo due passi avanti, massimo tre, e uno indietro. Correre un po’ di più di come consigliava Lenin, in un suo saggio del 1904, di fare un passo in avanti e due indietro per dare modo di scegliere saputamente. Non solo. Mi ha insegnato che necessita dare certezza ai miliardi di dati di cui l’AI si nutre e non distrarsi minimamente dal suo essere strumento capace di autoalimentarsi, con tutti i rischi che ne conseguono.
Scoperta l’Emoglobina Monza, una nuova variante anomala della proteina che trasporta l’ossigeno nel sangue, individuata per la prima volta in una bambina di origine cinese in cura presso l’ospedale San Gerardo di Monza, ed è stata studiata grazie all’intelligenza artificiale dai ricercatori dell’Università di Milano-Bicocca coordinati da Carlo Gambacorti-Passerini.
Uno studio ha scoperto che gli attuali modelli linguistici di intelligenza artificiale e gli strumenti biologici non pongono rischi immediati per la biosicurezza, ma che sono necessarie ricerche più rigorose sulle potenziali minacce future. Parallelamente Air Street Press ha sostenuto che, nonostante esistano rischi per la biosicurezza dell’intelligenza artificiale, concentrarsi principalmente sugli LLM piuttosto che su strumenti di bioprogettazione più specializzati potrebbe essere un errore.
In una recente intervista, il CEO di Apple, Tim Cook, ha delineato una visione ambiziosa e futuristica del contributo di Apple nel settore della salute. Durante il colloquio, Cook ha ribadito che il vero lascito della compagnia potrebbe non risiedere nei suoi iconici dispositivi tecnologici, ma nel suo impatto sul miglioramento della salute umana. Una dichiarazione potente, che potrebbe ridefinire il ruolo della tecnologia nella vita quotidiana.
L’insufficienza cardiaca grave rappresenta una delle principali sfide mediche del nostro tempo. Spesso, la soluzione definitiva per questi pazienti è il trapianto di cuore, ma la scarsità di organi disponibili costringe molti di loro a lunghe liste d’attesa. Tuttavia, una rivoluzionaria alternativa al trapianto potrebbe essere all’orizzonte: entro il 2025, i primi cuori artificiali permanenti saranno impiantati in via sperimentale. Questo l’annuncio fatto dall’azienda francese Carmat durante un incontro con la stampa nello stabilimento produttivo di Bois D’Arcy, vicino Parigi.
Un nuovo dispositivo indossabile promette di trasformare la vita dei pazienti colpiti da disartria, un disturbo motorio del linguaggio spesso associato a ictus e altre condizioni neurologiche. Soprannominato “Intelligent Throat,” questo sistema combina sensori avanzati e intelligenza artificiale (AI) per tradurre in tempo reale il linguaggio silenzioso e le sfumature emotive, offrendo un nuovo livello di comunicazione naturale e fluente.
Il cancro, una delle malattie più devastanti e diffuse a livello globale, continua a rappresentare una sfida imponente per i sistemi sanitari, le comunità scientifiche e le economie mondiali. Secondo recenti proiezioni, si stima che entro il 2050 il numero di casi di cancro diagnosticati annualmente supererà i 35 milioni. Questo drammatico aumento richiede un’azione immediata per rafforzare le capacità di prevenzione, diagnosi precoce, e trattamento, così come per affrontare le implicazioni sociali ed economiche di questa epidemia crescente.
La scienza medica sta compiendo passi significativi per contrastare questa tendenza. Le tecnologie emergenti come la medicina di precisione, l’intelligenza artificiale e le terapie geniche stanno trasformando il panorama oncologico. Le immunoterapie, che potenziano il sistema immunitario per combattere il cancro, hanno già dimostrato risultati promettenti, soprattutto nei tumori difficili da trattare come il melanoma e il carcinoma polmonare.
Entra in scena OneCell Diagnostics, una startup pioniera nel settore della genomica applicata all’oncologia di precisione, con l’obiettivo di aiutare i sopravvissuti al cancro a ridurre le recidive attraverso una tecnologia innovativa basata sulla biopsia cellulare.
Un gruppo di ricercatori provenienti da varie istituzioni, tra cui l’Università di Lahore e l’Università di Shenzhen, ha creato VirtuDockDL, una piattaforma basata su Python che sta mostrando risultati promettenti nel prevedere quali composti potrebbero diventare farmaci efficaci.
La pipeline VirtuDockDL (github) si presenta come un’innovativa piattaforma progettata per rivoluzionare il processo di screening virtuale nella scoperta di farmaci, sfruttando il potenziale del deep learning per migliorare precisione e velocità. Proposta da Fatima Noor e colleghi, questa soluzione combina tecniche avanzate di apprendimento automatico con metodi computazionali per affrontare le sfide critiche nella selezione di candidati farmacologici promettenti.
Il MIT Jameel Clinic ha annunciato oggi il lancio di Boltz-1, un modello open-source progettato per modellare accuratamente le interazioni biomolecolari complesse. Si tratta del primo modello completamente disponibile commercialmente e open-source in grado di raggiungere la precisione di AlphaFold3 nella previsione delle strutture tridimensionali di complessi biomolecolari. Questo rappresenta un passo significativo nella democratizzazione dell’accesso agli strumenti avanzati di modellazione biomolecolare, stabilendo un nuovo standard nella biologia strutturale open-source.
In un’imprevista mossa che segna una svolta epocale nel campo delle scienze molecolari, Google DeepMind ha rilasciato il codice sorgente e i pesi del modello di AlphaFold 3 per un uso accademico, con l’ambizioso obiettivo di accelerare la scoperta scientifica e lo sviluppo di farmaci. La notizia arriva a solo poche settimane dalla vittoria del Premio Nobel per la Chimica 2024 attribuito ai creatori del sistema, Demis Hassabis e John Jumper, per il loro lavoro pionieristico nella previsione della struttura delle proteine.
L’introduzione dell’intelligenza artificiale (IA) nei sistemi sanitari è al centro di un dibattito acceso: se da un lato promette efficienza e miglioramento dei risultati clinici, dall’altro solleva preoccupazioni profonde. Il rischio è che la “razionalità” algoritmica e la spinta verso l’efficienza possano compromettere la sicurezza e la cura del paziente.
Negli ultimi anni, l’intelligenza artificiale ha trovato sempre più applicazioni nel settore sanitario, tra cui i tool di trascrizione automatica che stanno velocizzando e ottimizzando la gestione delle informazioni cliniche. Tuttavia, emergono anche rischi e sfide significative, soprattutto in contesti in cui l’accuratezza dei dati è cruciale. Un recente studio presentato alla conferenza ACM FAccT in Brasile ha evidenziato che uno dei tool più utilizzati, Whisper, sviluppato da OpenAI e utilizzato da Nabla, talvolta mostra errori gravi e persino “allucinazioni” che generano frasi inventate, potenzialmente fuorvianti.
L’intelligenza artificiale (AI) ha il potenziale di rivoluzionare il campo della radiologia diagnostica, ma affronta importanti ostacoli all’integrazione negli ambienti clinici. Tra i principali c’è l’incapacità di integrare informazioni cliniche e esami di imaging precedenti e contemporanei, un fattore che può portare a errori diagnostici capaci di alterare in modo irreversibile la cura del paziente. Per avere successo nella pratica clinica moderna, l’addestramento dei modelli e lo sviluppo degli algoritmi devono tenere conto delle informazioni di background rilevanti che possono influenzare la presentazione del paziente in questione.
La schistosomiasi, nota anche come bilharziosi, è un’infezione parassitaria causata da vermi piatti del genere Schistosoma. Questi parassiti si trovano prevalentemente in acque dolci contaminate, dove completano il loro ciclo vitale passando attraverso un ospite intermedio, tipicamente delle lumache. La trasmissione avviene quando le larve, rilasciate dalle lumache, penetrano nella pelle umana durante il contatto con l’acqua infetta. Una volta entrati nel corpo, i parassiti migrano attraverso il sistema circolatorio fino a stabilirsi negli organi interni, come fegato e intestino, dove si sviluppano in vermi adulti e producono uova.
I ricercatori della Harvard Medical School hanno recentemente svelato un nuovo modello, pubblicato su Nature, di intelligenza artificiale (IA) denominato CHIEF (Clinical Histopathology Imaging Evaluation Foundation), capace di diagnosticare e prevedere esiti per diversi tipi di cancro con una precisione straordinaria. Questo avanzato sistema ha suscitato un notevole interesse per la sua capacità di superare le prestazioni degli attuali sistemi di IA, raggiungendo fino al “96% di accuratezza” nella rilevazione del cancro attraverso 19 diversi tipi di tumori. CHIEF è open source e può essere scaricato dalla pagina Github del progetto.
Il modello CHIEF è stato paragonato, per la sua versatilità, a ChatGPT, il celebre modello di linguaggio che ha catturato l’attenzione globale grazie alla sua capacità di affrontare un’ampia gamma di compiti. Tuttavia, CHIEF è specializzato nel campo della visione artificiale, un modello creato appositamente per comprendere gli input visivi, particolarmente focalizzato sull’analisi delle immagini di cellule tumorali. Questa focalizzazione lo distingue dai modelli generalisti come GPT-4V o LlaVA, che si concentrano su una vasta gamma di applicazioni visive più generiche.
Evoluzione dell’IA nella Radiologia
L’IA è stata applicata nell’imaging medico per decenni, ma la sua crescita esponenziale è avvenuta recentemente. Secondo i dati più recenti, fino a luglio 2023, 692 dispositivi medici abilitati all’IA hanno ricevuto l’autorizzazione al mercato, con oltre il 75% di questi dedicati alla radiologia. Questa crescita ha spinto i regolatori a sviluppare linee guida più rigorose per garantire che i dispositivi siano validati in contesti clinici realistici e che i rischi, come i bias nei dati, siano adeguatamente identificati e mitigati.
Impatto di Tx-LLM sulle Aziende Farmaceutiche: Un Modello Rivoluzionario per lo Sviluppo Terapeutico
Il modello di intelligenza artificiale di Google Research, Tx-LLM annunciato il 9 Ottobre, sta rivoluzionando lo sviluppo dei farmaci.
Il processo di sviluppo di nuovi farmaci terapeutici è notoriamente lungo e costoso: richiede in media 10-15 anni e un investimento di 1-2 miliardi di dollari per ogni candidato, con un tasso di fallimento clinico molto elevato. Ciò è dovuto alla complessità della pipeline, che comporta numerosi passaggi e criteri indipendenti che i farmaci devono soddisfare.
Ad esempio, un farmaco deve interagire specificamente con il target designato senza provocare tossicità, deve raggiungere la sua destinazione all’interno del corpo e deve essere facilmente prodotto su larga scala.
Il processo sperimentale per validare queste proprietà è estremamente dispendioso in termini di tempo e costi. In questo contesto, Tx-LLM, un modello linguistico di grandi dimensioni ottimizzato per prevedere le proprietà delle entità biologiche, emerge come una soluzione innovativa e vantaggiosa per l’industria farmaceutica.
Una nuova ricerca condotta dal MIT ha messo in luce come i modelli di intelligenza artificiale (IA) utilizzati per analizzare le immagini mediche, in particolare le radiografie, possano essere influenzati da bias. Questi modelli, capaci di prevedere caratteristiche demografiche come razza, genere e età di un paziente, tendono a usare tali tratti come scorciatoie nei loro processi diagnostici, portando a diagnosi imprecise per donne e persone di colore.
L’ospedale “AI Powered Hospital” in Cina rappresenta un significativo passo avanti nell’integrazione dell’intelligenza artificiale (IA) nel settore sanitario. Questa struttura innovativa è stata progettata per migliorare l’efficienza e la qualità delle cure attraverso l’uso di tecnologie avanzate.
- Data di Inaugurazione: 15 marzo 2024
- Luogo: Xuhui, situato al numero 966 di Middle Huaihai Road a Shanghai
Elad Gil, un investitore di spicco nel panorama tecnologico, sta compiendo significativi passi nel settore sanitario sostenendo Abridge, una startup focalizzata sull’uso dell’intelligenza artificiale per migliorare la documentazione clinica. Abridge ha sviluppato strumenti innovativi che trascrivono e strutturano in tempo reale le conversazioni tra medici e pazienti, con l’obiettivo di alleviare i carichi amministrativi affrontati dai professionisti della salute.
Oggi, Microsoft ha presentato una serie di nuovi strumenti potenziati dall’intelligenza artificiale per i fornitori di servizi sanitari attraverso la sua piattaforma Microsoft Cloud for Healthcare. Questi strumenti mirano a migliorare l’efficienza e la qualità delle cure, affrontando le sfide attuali del settore.
Nuovi Modelli di IA e Soluzioni per la Gestione dei Dati