Una donna con carcinoma mammario in fase avanzata è arrivata in un ospedale cittadino, i liquidi le hanno già inondato i polmoni. Ha visto due medici e ha ricevuto una scansione radiologica. I computer dell'ospedale hanno letto i suoi segni vitali e hanno stimato una probabilità del 9.3 di morire durante la sua permanenza.
Poi è arrivato il turno di Google. Un nuovo tipo di algoritmo creato dalla società ha letto la donna - 175,639 punti dati - e ha reso la sua valutazione del rischio di morte: 19.9%. È morta nel giro di pochi giorni.
Il racconto straziante della morte della donna non identificata è stato pubblicato da Google a maggio nella ricerca che evidenzia il potenziale sanitario delle reti neurali, una forma di software di intelligenza artificiale che è particolarmente bravo nell'uso dei dati per apprendere e migliorare automaticamente. Google ha creato uno strumento in grado di prevedere una serie di risultati per i pazienti, tra cui la durata della degenza in ospedale, le probabilità di ricovero e le probabilità che presto muoiano.
Ciò che ha impressionato di più gli esperti medici è stata la capacità di Google di vagliare i dati precedentemente fuori portata: note sepolte in PDF o scritte su vecchie carte. La rete neurale ha inghiottito tutte queste informazioni indisciplinate, quindi ha sputato previsioni. E lo ha fatto molto più velocemente e con maggiore precisione rispetto alle tecniche esistenti. Il sistema di Google ha persino mostrato quali record lo hanno portato a conclusioni.
Ospedali, medici e altri operatori sanitari cercano da anni di utilizzare meglio le scorte di cartelle cliniche elettroniche e altri dati dei pazienti. Più informazioni condivise ed evidenziate al momento giusto potrebbero salvare vite umane e almeno aiutare gli operatori sanitari a dedicare meno tempo alle pratiche burocratiche e più tempo alla cura dei pazienti. Ma gli attuali metodi di estrazione dei dati sanitari sono costosi, macchinosi e richiedono tempo.
Per quanto 80 percento del tempo speso per i modelli predittivi di oggi vada al "lavoro di scout" per rendere presentabili i dati, ha detto Nigam Shah, professore associato presso la Stanford University, che è stato coautore del documento di ricerca di Google, pubblicato nella rivista Nature. L'approccio di Google lo evita. "Puoi buttare nel lavello della cucina e non devi preoccuparti", ha detto Shah.
Il prossimo passo di Google è spostare questo sistema predittivo nelle cliniche, ha dichiarato a maggio il capo dell'IA Jeff Dean a Bloomberg News. L'unità di ricerca sanitaria di Dean, a volte indicata come Medical Brain, sta lavorando a una serie di strumenti di intelligenza artificiale in grado di prevedere sintomi e malattie con un livello di accuratezza che viene accolto con speranza e allarme.
All'interno dell'azienda c'è molto entusiasmo per l'iniziativa. "Hanno finalmente trovato una nuova applicazione per l'intelligenza artificiale che ha promesse commerciali", afferma un googler. Da quando Google di Alphabet Inc. si è dichiarata una società "AI-first" nel 2016, gran parte del suo lavoro in questo settore è andato a migliorare i servizi Internet esistenti. I progressi del team Medical Brain danno a Google la possibilità di entrare in un mercato nuovo di zecca, qualcosa che i co-fondatori Larry Page e Sergey Brin hanno provato più e più volte.
Oggigiorno il software in ambito sanitario è in gran parte codificato a mano. Al contrario, l'approccio di Google, in cui le macchine imparano ad analizzare i dati da sole, "può semplicemente scavalcare tutto il resto", ha affermato Vik Bajaj, ex dirigente di Verily, un braccio sanitario di Alphabet e amministratore delegato della società di investimenti Foresite Capital. "Capiscono quali problemi vale la pena risolvere", ha detto. "Ora hanno fatto abbastanza piccoli esperimenti per sapere esattamente quali sono le direzioni fruttuose".
Dean prevede il sistema di intelligenza artificiale che guida i medici verso determinati farmaci e diagnosi. Un altro ricercatore di Google ha affermato che i modelli esistenti mancano di evidenti eventi medici, incluso se un paziente ha subito un intervento chirurgico. La persona ha descritto i modelli esistenti codificati a mano come "un ovvio, gigantesco blocco stradale" nell'assistenza sanitaria. La persona ha chiesto di non essere identificata discutendo dei lavori in corso.