La crescente sinergia tra IA e neuroscienze nella decodifica del cervello umano

L’intelligenza artificiale (IA) è stata l’argomento di discussione ultimamente, con chatbot come ChatGPT di OpenAI, Bard di Google e Grok di Elon Musk che hanno guadagnato molta popolarità. Tuttavia, l’IA non è così nuova come questi chatbot; anzi, l’interesse per l’IA risale a decenni fa, nel 1950, quando lo scienziato Alan Turing propose un test di intelligenza delle macchine chiamato The Imitation Game nel suo articolo “Computer Machinery and Intelligence”.

“Le macchine possono pensare?” chiede Turing nel suo articolo, proponendo un “Test di Turing”, in cui un interrogatore umano cerca di distinguere tra la risposta testuale di un computer e quella di un umano.

Da allora, i progressi tecnologici hanno portato a sistemi di IA più sofisticati che sono stati utilizzati in diversi settori, tra cui l’assistenza sanitaria e la comprensione e il trattamento dell’organo umano più complesso, il cervello.

Clicca qui per scoprire tutto sui chip cerebrali IA.

Il progresso dell’IA e delle neuroscienze

In termini generali, i sistemi di IA ragionano, apprendono e svolgono compiti tipicamente associati alle funzioni cognitive umane, come l’identificazione di schemi e l’interpretazione del linguaggio, elaborando enormi quantità di dati.

L’IA è fondamentalmente un insieme di tecnologie che consentono ai computer di eseguire una varietà di funzioni avanzate. È la spina dorsale dell’innovazione nel calcolo moderno e comprende diverse discipline, tra cui:

• Analisi dei dati
• Ingegneria hardware e software
• Linguistica
• Neuroscienze
• Psicologia

Questi modelli di IA che simulano i processi cognitivi e assistono in compiti cognitivi complessi come la traduzione linguistica e il riconoscimento delle immagini si basano su reti neurali biologiche, che sono sistemi complessi di neuroni interconnessi e aiutano a “addestrare” le macchine a comprendere il linguaggio, le immagini e i pattern.

Il cervello umano, intricato e intelligente, ha rappresentato una sfida per gli scienziati nel sbloccare possibilità di potenziamento umano. Tuttavia, mentre l’IA è stata sfruttata per creare soluzioni come Siri di Apple , Alexa di Amazon e Watson di IBM, l’impatto realmente trasformativo si otterrà solo quando le reti neurali artificiali saranno integrate dall’intelligenza nativa umana, risultato di secoli di evoluzione.

Sebbene i computer non possano ancora eguagliare la completa flessibilità degli esseri umani, esistono programmi che riescono a eseguire compiti specifici, con l’ambito delle applicazioni dell’IA che si espande quotidianamente. Questo progresso tecnologico, unito ai progressi della scienza, ha portato in modo significativo all’utilizzo dell’IA nella diagnosi e nel trattamento medico.

Analizzando grandi quantità di dati dei pazienti provenienti da molteplici fonti per assistere gli operatori sanitari, l’IA aiuta a ottenere un quadro completo della salute del paziente per una previsione più accurata e per prendere decisioni più informate sull’assistenza. Questo consente inoltre di rilevare potenziali problemi di salute in anticipo, prima che diventino potenzialmente letali. Inoltre, grazie all’IA, gli operatori sanitari possono automatizzare le attività di routine, permettendo loro di concentrarsi su cure più complesse.

Clicca qui per scoprire come varie tecnologie stanno abilitando il prossimo livello dell’evoluzione umana.

Il ruolo dell’IA nella migliore comprensione del cervello umano

La ricerca rivoluzionaria nelle neuroscienze ha portato allo sviluppo di tecniche avanzate di imaging cerebrale, tra cui:

• Elettroencefalografia (EEG)
• Risonanza magnetica funzionale (fMRI)

Parallelamente, man mano che gli algoritmi di IA, in particolare nell’apprendimento automatico e nell’apprendimento profondo, sono diventati più sofisticati, si è creata un’intersezione tra i due campi. Questa sinergia consente agli scienziati di analizzare e comprendere i dati cerebrali su scala senza precedenti.

L’intersezione tra IA e neuroscienze, il campo che si concentra sul sistema nervoso e sul cervello, è particolarmente evidente nel settore dell’analisi dei dati. Attualmente, l’IA consente a scienziati e ricercatori di mappare le regioni cerebrali con una precisione senza precedenti. Ciò è stato reso possibile dai progressi tecnologici dell’IA che permettono la classificazione di intricati pattern di dati cerebrali e la successiva correlazione. Questa collaborazione ha anche aperto la strada ai ricercatori per comprendere meglio i percorsi neuronali.

Con l’aiuto dell’IA, la diagnostica medica potrebbe migliorare aumentando la precisione, la velocità e l’efficienza del processo diagnostico. Gli studi di imaging cerebrale basati sull’IA hanno individuato cambiamenti sottili nelle strutture cerebrali che appaiono prima che i sintomi clinici diventino noti, il che ha un enorme potenziale per la diagnosi precoce e l’intervento, potenzialmente rivoluzionando il nostro approccio alle malattie neurodegenerative.

Ad esempio, alla fine del mese scorso, i ricercatori hanno sfruttato l’IA per analizzare scansioni MRI cerebrali specializzate di individui con disturbo da deficit di attenzione/iperattività (ADHD). L’ADHD è un disturbo comune, con una stima di 5,7 milioni di bambini e adolescenti tra i 6 e i 17 anni diagnosticati negli Stati Uniti.

Il disturbo, sempre più diffuso a causa dell’afflusso di smartphone, può avere un enorme impatto sulla qualità della vita del paziente, poiché i bambini con ADHD tendono ad avere difficoltà a mantenere l’attenzione e a regolare l’attività. Qui, la diagnosi precoce e l’intervento sono fondamentali per gestirlo, ma l’ADHD, come ha affermato il coautore dello studio Justin Huynh:

“È estremamente difficile da diagnosticare.”

Lo studio ha utilizzato i valori di anisotropia frazionale (FA) come input per addestrare un modello di IA di deep learning per diagnosticare l’ADHD “in un quadro diagnostico quantitativo e oggettivo”.

Come abbiamo visto, fornendo enormi quantità di dataset relativi a scansioni cerebrali e storie cliniche dei pazienti, gli algoritmi possono distinguere marcatori sottili che potrebbero non essere percepibili dagli esseri umani. Questo, a sua volta, aumenta la precisione diagnostica, portando a interventi più precoci e a migliori risultati per i pazienti.

Studiare nuove tecnologie di imaging cerebrale per comprendere i segreti della scienza del cervello e poi collegarle all’IA per simulare il cervello è anche un modo per colmare il divario tra IA e intelligenza umana. Già, ci sono stati molti progressi nelle interfacce cervello-computer (BCI) da parte di aziende come Neuralink. Le BCI collegano direttamente il cervello a dispositivi esterni, consentendo alle persone disabili di controllare protesi e interagire con il mondo semplicemente con il pensiero, dimostrando il loro potenziale per molte applicazioni scientifiche e pratiche.

Questa fusione tra intelligenza umana e IA può alla fine creare ‘superumani’, ma richiede modelli computazionali che integrino l’elaborazione visiva e del linguaggio naturale, proprio come fa il cervello umano, per una comunicazione completa. In questo contesto, gli assistenti virtuali possono gestire sia compiti semplici che complessi, ma le macchine devono imparare a comprendere contesti più ricchi per abilità comunicative simili a quelle umane.

Il ruolo crescente dell’IA nel trattamento del cervello umano

Nell’assistenza sanitaria, la diagnostica consiste nella valutazione di condizioni o malattie mediche analizzando sintomi, storia clinica e risultati dei test. Il suo obiettivo è utilizzare test come imaging, esami del sangue, ecc., per determinare la causa di un problema medico e fornire una diagnosi accurata al fine di offrire un trattamento efficace. Inoltre, la diagnostica può essere usata per monitorare l’evoluzione di una condizione e valutare l’efficacia del trattamento.

Il potenziale dell’IA nel trattamento è davvero convincente. L’intelligenza artificiale può fornire un’analisi delle caratteristiche cerebrali di una persona così come della sua storia medica, genetica, dati sullo stile di vita e altri fattori, sulla base dei quali può offrire una medicina personalizzata. In questo modo, l’IA promette piani di trattamento su misura che tengono conto delle complessità uniche del cervello di ogni paziente.

Identificando pattern unici e imparziali nei dati, l’IA può potenzialmente scoprire nuovi biomarcatori o metodi di intervento. I sistemi basati sull’IA sono più rapidi ed efficienti rispetto ai processi manuali e riducono significativamente gli errori umani.

Un team di ricercatori recentemente ha usato l’IA per prevedere il metodo ottimale per sintetizzare molecole farmaceutiche. Questo metodo, secondo l’autore principale del documento David Nippa, ha il potenziale di ridurre significativamente il numero di esperimenti di laboratorio richiesti, aumentando così sia l’efficienza sia la sostenibilità della sintesi chimica.

Il modello di IA è stato addestrato su dati provenienti da lavori scientifici affidabili e da esperimenti di un laboratorio automatizzato e può prevedere con successo la posizione della borizzazione per qualsiasi molecola e fornire le condizioni ottimali per la trasformazione chimica. Già utilizzato per identificare posizioni in ingredienti attivi esistenti dove è possibile introdurre gruppi attivi aggiuntivi, questo modello aiuterà a sviluppare varianti nuove e più efficaci di ingredienti attivi farmaceutici noti più rapidamente.

Le principali aziende farmaceutiche che lavorano per integrare l’IA

Ora, diamo un’occhiata ad alcune delle aziende quotate nel settore medico che stanno utilizzando la tecnologia.

1. Novartis (NVS) 

Questo gigante farmaceutico ha investito nell’IA per l’analisi dei dati biomedici e la scoperta e sviluppo di farmaci. Con una capitalizzazione di mercato di 223,48 miliardi di dollari, le azioni di Novartis sono attualmente quotate a 98,27 dollari, in rialzo dell’8,17% quest’anno. I ricavi dell’azienda negli ultimi dodici mesi (TTM) sono stati di 47,88 miliardi di dollari, con un EPS (TTM) di 3,59, un P/E (TTM) di 27,30 e un ROE (TTM) del 14,94%. Nel frattempo, il rendimento del dividendo è stato del 3,57%.

L’azienda ha integrato l’IA in tutte le sue operazioni, inclusa l’analisi di enormi dataset che comprendono cartelle cliniche pubbliche, dati di prescrizione, dati interni e reclami assicurativi medici per identificare potenziali pazienti per le sperimentazioni, ottimizzando la progettazione delle prove cliniche. L’uso dello strumento IA ha reso l’arruolamento dei pazienti nelle sperimentazioni più veloce, più economico e più efficiente, secondo Novartis.

2. Pfizer (PFE)

Questa azienda biofarmaceutica basata sulla ricerca ha una capitalizzazione di mercato di 163,238 miliardi di dollari e le sue azioni sono attualmente quotate a 28,97 dollari, in calo del 43,58% quest’anno. I ricavi dell’azienda negli ultimi dodici mesi (TTM) sono stati di 68,53 miliardi di dollari, con un EPS (TTM) di 1,82, un P/E (TTM) di 15,88 e un ROE (TTM) dell’11,05%. Nel frattempo, il rendimento del dividendo è stato del 5,67%.

Pfizer (PFE ) ha mostrato grande interesse nell’utilizzare l’IA per potenziare i propri sforzi di scoperta di farmaci. L’azienda ha collaborato con molte aziende di IA, come CytoReason, Tempus, Gero e Truveta. Inoltre, per migliorare le sue sperimentazioni cliniche oncologiche, Pfizer ha firmato un accordo di condivisione dei dati con l’azienda di IA oncologica Vysioneer, che dispone anche di una soluzione di auto-contorno di tumori cerebrali basata su IA, approvata dalla FDA, chiamata VBrain.

Oltre a creare un hub di ricerca ML per sviluppare nuovi modelli predittivi e strumenti, Pfizer ha anche collaborato con uno dei più grandi fornitori di cloud, Amazon Web Services, per utilizzare il cloud computing nella scoperta e nella produzione di farmaci. Questa partnership è stata particolarmente preziosa “durante la pandemia di COVID-19… in vari aspetti dello sviluppo del vaccino, dalla produzione alle sperimentazioni cliniche”.

3. AstraZeneca (AZN)

Questa azienda biofarmaceutica ha una capitalizzazione di mercato di 200,8 miliardi di dollari, e le sue azioni sono attualmente quotate a 64,86 dollari, in calo del 4,44% quest’anno. I ricavi dell’azienda negli ultimi dodici mesi (TTM) sono stati di quasi 45 miliardi di dollari, con un EPS (TTM) di 1,89, un P/E (TTM) di 34,29 e un ROE (TTM) del 16,30%. Nel frattempo, il rendimento del dividendo è stato del 2,22%.

Il produttore di farmaci anglo-svedese ha investito nell’IA per analizzare dati biologici complessi per la scoperta di farmaci e ha collaborato con aziende di IA per potenziare le loro capacità di ricerca. Più recentemente, AstraZeneca (AZN ) ha firmato un accordo del valore fino a 247 milioni di dollari con la società di scoperta di farmaci biologici basata su IA Absci per progettare un anticorpo contro il cancro. La società di biologici utilizza l’IA generativa per ottenere candidati farmaci ottimali basati su caratteristiche come affinità, producibilità e sicurezza, tra le altre.

Il mese scorso, AstraZeneca ha costituito un’unità di tecnologia sanitaria denominata Evinova per accelerare l’innovazione e introdurre l’IA nelle sperimentazioni cliniche. L’azienda ha anche ottenuto l’accesso anticipato a ‘gemelli digitali’ guidati dall’IA e ha firmato un accordo di scoperta di farmaci potenziato dall’IA con Verge Genomics attraverso la sua divisione per malattie rare, Alexion.

4. BenevolentAI SA (BAI.AS)

Questa azienda di scoperta e sviluppo di farmaci abilitata dall’IA ha una capitalizzazione di mercato di 86,45 miliardi di dollari, e le sue azioni sono attualmente quotate a 0,545 dollari, in calo dell’84,43% quest’anno. L’EPS (TTM) dell’azienda è 0,75 e il P/E (TTM) è 0,72.

BenevolentAI è un’azienda in fase clinica che mira a trattare la dermatite atopica così come potenziali trattamenti per malattie croniche e cancro. Utilizza algoritmi predittivi di IA per analizzare ed estrarre le intuizioni necessarie dai dati disponibili e dalla letteratura scientifica. A maggio di quest’anno, nell’ambito di un piano strategico per posizionarsi per una nuova era dell’IA, l’azienda ha comunicato che avrebbe ridotto le spese e liberato liquidità netta per aumentare la sua flessibilità finanziaria.

L’azienda ha una partnership consolidata con altre grandi aziende farmaceutiche come GSK e Novartis, mentre la sua collaborazione con AstraZeneca è finalizzata allo sviluppo di farmaci per la fibrosi e la malattia renale cronica. Qualche mese fa, BenevolentAI ha anche collaborato con Merck KGaA (MRK.DE ) per sfruttare la sua esperienza in oncologia e neuroinfiammazione e supportare i piani di scoperta di farmaci guidati dall’IA dell’azienda, concentrandosi sulla ricerca di candidati molecolari piccoli e validi.

Considerazioni finali

Come abbiamo visto, l’IA ha un enorme potenziale per migliorare la diagnosi e il trattamento delle malattie cerebrali. Può persino aiutare a prevedere i disturbi cerebrali basandosi su lievi deviazioni dall’attività cerebrale normale, portando a risultati migliori per i pazienti e a un sistema sanitario più efficiente ed efficace. Tuttavia, va notato che questa intersezione tra IA e cervello umano non è priva di preoccupazioni etiche e richiede quindi rigorose salvaguardie sulla privacy.