Gli algoritmi di machine learning nella pratica clinica

machine learning

Intelligenza artificiale (AI), machine learning (ML) e deep learning (DL) sono termini che vengono frequentemente utilizzati come sinonimi, ma che in realtà differiscono tra loro. AI è un termine generico che fa riferimento a quel campo dell’informatica dedicato alla progettazione e programmazione di sistemi in grado di risolvere problemi e di riprodurre attività proprie  dell’intelligenza umana. Con ML si intende un sottogruppo dell’AI che consente alle macchine di apprendere dai dati, senza che queste
siano programmate in maniera esplicita. Il DL rientra negli approcci di ML e incorpora modelli e algoritmi computazionali che si fondano sull’imitazione dell’architettura delle reti neurali biologiche presenti nel cervello.

Il ML sta prendendo piede negli ambiti più disparati, grazie alla capacità di fornire previsioni su nuovi dati o di sintetizzare i dati tramite clustering, cioè creando dei raggruppamenti per i quali dati appartenenti al medesimo cluster condividono caratteristiche simili, mentre dati appartenenti a cluster diversi sono differenti. Per quanto concerne la pratica clinica, il ML potrebbe diventare presto uno strumento di supporto all’attività decisionale dei medici. Gli algoritmi potrebbero infatti generare una stima del rischio di un paziente per uno specifico outcome, migliorando l’accuratezza diagnostica e aiutando il medico a impostare la terapia più adatta ed efficace.

L’articolo [PDF: 160 kb]

Da Care 5-6, 2019