1
00:00:00,480 --> 00:00:04,240
Buongiorno a tutti, è per me un 
piacere intervenire oggi su di 

2
00:00:04,240 --> 00:00:07,560
un argomento a cui mi dedico da 
diverso tempo, ovvero la 

3
00:00:07,560 --> 00:00:10,000
trasformazione digitale della 
medicina. 

4
00:00:10,280 --> 00:00:13,680
Sono Valerio rosso, un medico 
psichiatra che si occupava di 

5
00:00:13,680 --> 00:00:16,320
medicina digitale, in 
particolare nell'area della 

6
00:00:16,320 --> 00:00:19,000
salute mentale. 
In questi anni ho preso parte a 

7
00:00:19,000 --> 00:00:22,760
diversi progetti imprenditoriali
e di ricerca che riguardano le 

8
00:00:22,760 --> 00:00:26,160
terapie digitali, la 
comunicazione digitale della 

9
00:00:26,160 --> 00:00:29,360
salute e la trasformazione 
generale della medicina moderna 

10
00:00:29,360 --> 00:00:34,240
ad opera delle nuove tecnologie.
Oggi vi parlerò di intelligenza 

11
00:00:34,240 --> 00:00:38,120
artificiale e di medicina di 
precisione, un tema che io. 

12
00:00:39,520 --> 00:00:42,640
La ricollego alla più vasta 
prospettiva della medicina 

13
00:00:42,640 --> 00:00:46,600
olistica, ovvero di un approccio
globale al paziente che tenga 

14
00:00:46,600 --> 00:00:49,880
conto di tutte le sue 
caratteristiche specifiche per 

15
00:00:49,880 --> 00:00:52,440
poter produrre il migliore 
inquadramento del suo stato di 

16
00:00:52,440 --> 00:00:56,120
malattia e la progettazione del 
miglior intervento terapeutico 

17
00:00:56,200 --> 00:00:58,680
possibile. 
Per chi volesse entrare in 

18
00:00:58,680 --> 00:01:02,000
contatto con me, giusto per 
iniziare, vedete in fondo alla 

19
00:01:02,000 --> 00:01:07,560
slide i miei contatti. 
Bene, crescita esponenziale. 

20
00:01:07,800 --> 00:01:11,920
Da diverso tempo inizio i miei 
interventi con questo concetto. 

21
00:01:12,440 --> 00:01:16,880
Perché, vedete, c'è in qualche 
cosa che accomuna tutti i grandi

22
00:01:16,880 --> 00:01:21,160
cambiamenti, quelli tecnologici,
quelli sanitari, ma anche quelli

23
00:01:21,160 --> 00:01:22,920
connessi alla cultura e dal 
costume. 

24
00:01:23,080 --> 00:01:26,840
È un dato storico facilmente 
verificabile che nelle grandi 

25
00:01:26,840 --> 00:01:30,520
trasformazioni culturali abbiamo
un periodo in cui a parlare ad 

26
00:01:30,520 --> 00:01:34,520
esempio di rivoluzione digitale 
in medicina sono solo i super 

27
00:01:34,520 --> 00:01:37,600
esperti, magari quelli un po' 
visionari, ma poi? 

28
00:01:37,720 --> 00:01:42,080
Colpo le cose cambiano è una 
miscela di consapevolezza, 

29
00:01:42,160 --> 00:01:45,920
interessi economici e oggettivi 
vantaggi per le comunità 

30
00:01:46,720 --> 00:01:50,560
collimano tra loro e generano la
diffusione improvvisa, 

31
00:01:50,840 --> 00:01:54,240
travolgendo quello che sino a 
poco prima era considerato lo 

32
00:01:54,240 --> 00:01:57,960
standard in un dato campo. 
Intelligenza artificiale e 

33
00:01:57,960 --> 00:02:01,400
medicina di precisione in questi
ultimi anni sono in fase di 

34
00:02:01,400 --> 00:02:05,360
crescita esponenziale, come 
indicano il numero crescente di 

35
00:02:05,360 --> 00:02:08,919
pubblicazioni scientifiche e gli
investimenti economici reali in 

36
00:02:08,919 --> 00:02:13,080
quest'area della salute. 
Oggi, quindi, risponderò a 

37
00:02:13,080 --> 00:02:16,880
diverse domande a riguardo. 
In particolare, che cosa sono 

38
00:02:16,880 --> 00:02:19,760
l'intelligenza artificiale e la 
medicina di precisione? 

39
00:02:20,280 --> 00:02:22,680
Perché sono così connesse tra di
loro? 

40
00:02:23,120 --> 00:02:26,520
Perché si stanno sviluppando 
proprio in questi ultimi anni? 

41
00:02:27,200 --> 00:02:30,160
E infine, quali vantaggi ci 
saranno per i pazienti? 

42
00:02:30,160 --> 00:02:33,520
Domanda molto importante. 
È chiaro che questo mio 

43
00:02:33,520 --> 00:02:37,040
intervento dovrà essere per 
forza molto generale, visto che 

44
00:02:37,040 --> 00:02:40,520
ha lo scopo di introdurre e di 
semplificare dei concetti 

45
00:02:40,880 --> 00:02:42,560
oggettivamente piuttosto 
complessi. 

46
00:02:43,640 --> 00:02:48,360
Ma andiamo avanti allora. 
Il mondo è stato cambiato dalla 

47
00:02:48,360 --> 00:02:51,120
rivoluzione digitale, come tutti
noi sappiamo. 

48
00:02:51,640 --> 00:02:54,840
E chi non è stato pronto a 
governare il cambiamento lo ha 

49
00:02:54,840 --> 00:02:57,000
subito. 
Vedete questa slide? 

50
00:02:58,320 --> 00:03:03,040
Spotify, Netflix, i giornali, i 
libri, le banche, la politica, 

51
00:03:03,040 --> 00:03:07,480
le relazioni tra esseri umani, 
il modo in cui in cui viaggiamo 

52
00:03:07,480 --> 00:03:10,760
o facciamo incontri, tutto si è 
trasformato all'improvviso, 

53
00:03:11,360 --> 00:03:15,240
spazzando via letteralmente i 
vecchi standard, i precedenti 

54
00:03:15,240 --> 00:03:16,880
paradigmi a cui eravamo 
abituati. 

55
00:03:18,200 --> 00:03:22,320
Noi operatori sanitari siamo in 
una situazione simile proprio 

56
00:03:22,320 --> 00:03:24,800
adesso. 
In questi anni pochi di noi si 

57
00:03:24,800 --> 00:03:27,560
stanno organizzando per 
implementare le proprie 

58
00:03:27,560 --> 00:03:31,240
competenze, per prendere parte 
attivamente a questo processo di

59
00:03:31,240 --> 00:03:34,640
trasformazione che 
inevitabilmente cambierà il modo

60
00:03:34,640 --> 00:03:37,960
in cui lavoreremo. 
Tutto questo in poco tempo, 

61
00:03:38,400 --> 00:03:41,480
anche se questo potrebbe appunto
anche non piacerci. 

62
00:03:43,720 --> 00:03:46,440
Infatti, come vedete, la 
trasformazione digitale della 

63
00:03:46,440 --> 00:03:51,120
medicina è già iniziata e 
proseguirà in ogni modo, come 

64
00:03:51,120 --> 00:03:53,720
vediamo da tutte le aziende che 
stanno in questo momento 

65
00:03:53,720 --> 00:03:57,760
investendo in questo campo. 
Il valore stimato di 300 

66
00:03:57,760 --> 00:04:00,720
miliardi di dollari del mercato 
dell'intelligenza artificiale in

67
00:04:00,720 --> 00:04:04,400
sanità ci indica chiaramente che
le cose andranno avanti e 

68
00:04:04,400 --> 00:04:07,960
nessuno chiederà più di tanto il
permesso alla classe medica. 

69
00:04:09,000 --> 00:04:11,880
La rivoluzione digitale degli 
ultimi 25 anni. 

70
00:04:12,280 --> 00:04:15,040
Non ha chiesto il permesso a 
nessuno, è il risultato, 

71
00:04:15,040 --> 00:04:16,720
appunto. 
Lo conosciamo tutti e l'abbiamo 

72
00:04:16,720 --> 00:04:21,720
visto nella slide precedente, ma
la medicina non è Netflix o Uber

73
00:04:22,040 --> 00:04:25,160
e come in politica, è in ambito 
economico. 

74
00:04:25,160 --> 00:04:29,200
Ci sono aspetti etici di 
primaria importanza che potremmo

75
00:04:29,200 --> 00:04:32,200
gestire soltanto se 
collaboreremo a questa 

76
00:04:32,200 --> 00:04:34,720
trasformazione e questo sarà 
molto importante. 

77
00:04:35,520 --> 00:04:38,600
Come dico spesso, o ci 
occuperemo direttamente di 

78
00:04:38,600 --> 00:04:42,080
governare il cambiamento 
digitale della medicina, oppure 

79
00:04:42,080 --> 00:04:46,640
rischieremo di subirlo sul piano
clinico di ricerca e lo ripeto 

80
00:04:46,640 --> 00:04:50,080
soprattutto sul piano etico. 
Questo significa, in poche 

81
00:04:50,080 --> 00:04:53,240
parole, che tutti noi che 
lavoriamo in sanità dovremmo 

82
00:04:53,240 --> 00:04:57,280
come minimo sviluppare delle 
competenze trasversali adeguate 

83
00:04:57,520 --> 00:05:00,840
per poter prendere parte 
attivamente al dialogo in corso.

84
00:05:03,000 --> 00:05:07,120
Bene, dopo questa premessa che 
io ritengo molto importante, 

85
00:05:07,120 --> 00:05:09,280
ecco i primi punti che voglio 
chiarire. 

86
00:05:09,280 --> 00:05:12,040
Quindi, che cos'è l'intelligenza
artificiale? 

87
00:05:12,680 --> 00:05:15,880
Possono le macchine fare le 
stesse cose che fa un medico? 

88
00:05:16,400 --> 00:05:19,680
Perché queste tecnologie si sono
sviluppate soltanto adesso? 

89
00:05:20,720 --> 00:05:24,320
Le macchine, ormai lo sappiamo, 
possono fare molte cose che 

90
00:05:24,320 --> 00:05:27,760
anche noi umani facciamo, con il
vantaggio di farlo, in alcuni 

91
00:05:27,760 --> 00:05:29,920
casi in maniera più veloce ed 
efficiente. 

92
00:05:30,760 --> 00:05:34,000
Ma molte persone pensano ancora 
all'intelligenza artificiale in 

93
00:05:34,000 --> 00:05:38,120
un modo un pochino troppo 
fantascientifico, ovvero pensano

94
00:05:38,120 --> 00:05:40,120
a quello che si definisce 
intelligenza artificiale 

95
00:05:40,120 --> 00:05:42,960
generale. 
Non so se avete presente Hall 

96
00:05:42,960 --> 00:05:45,240
9000 di 2001, Odissea nello 
spazio. 

97
00:05:45,240 --> 00:05:48,720
Bene, quella è un'intelligenza 
artificiale generale, ovvero 

98
00:05:48,880 --> 00:05:52,560
un'entità pensante che può 
potenzialmente dedicarsi ad ogni

99
00:05:52,560 --> 00:05:55,640
compito, dal parlare del più e 
del meno, sino a calcolare la 

100
00:05:55,640 --> 00:05:58,600
rotta di un'astronave, un 
pochino come farebbe un super 

101
00:05:58,600 --> 00:06:00,760
essere umano, molto, molto 
competente. 

102
00:06:01,440 --> 00:06:03,760
In realtà l'intelligenza 
artificiale che è a nostra 

103
00:06:03,760 --> 00:06:07,440
disposizione adesso ha a che 
vedere con utilizzi molto più 

104
00:06:07,440 --> 00:06:09,800
limitati, ma perché molto più 
specifici. 

105
00:06:10,120 --> 00:06:14,240
Compiti super specialistici e 
per nulla generali, supportati 

106
00:06:14,240 --> 00:06:17,800
da simulazione di ragionamento 
umano altrettanto specifici, 

107
00:06:19,040 --> 00:06:22,360
basati sulla possibilità di 
apprendere dai grandi flussi di 

108
00:06:22,360 --> 00:06:26,280
dati, ovvero sul concetto che 
tramite la presentazione di big 

109
00:06:26,320 --> 00:06:29,400
data, dati eterogenei e poi poco
organizzati. 

110
00:06:29,400 --> 00:06:32,600
Un concetto molto. 
In di boghe, in questo periodo 

111
00:06:32,600 --> 00:06:35,240
di cui si parla molto, un 
sistema digitale appunto in 

112
00:06:35,240 --> 00:06:38,800
grado di astrarre degli schemi, 
di classificare, di proporre 

113
00:06:38,800 --> 00:06:41,720
delle interpretazioni che 
possono aiutare a capire 

114
00:06:41,720 --> 00:06:44,880
fenomeni complessi come ad 
esempio quelli che osserviamo 

115
00:06:44,880 --> 00:06:46,720
nei sistemi biologici e nelle 
malattie. 

116
00:06:48,560 --> 00:06:51,520
E in medicina ci sono 
specializzazioni che sono molto 

117
00:06:51,520 --> 00:06:54,120
adatte ad essere aiutate 
dall'intelligenza artificiale, 

118
00:06:55,120 --> 00:06:58,560
la radiologia e l'anatomia 
patologica nei loro aspetti 

119
00:06:58,560 --> 00:07:00,440
diagnostici legati al 
riconoscimento. 

120
00:07:00,440 --> 00:07:03,880
Riforme sono davvero. 
Un ottimo campo di azione 

121
00:07:03,880 --> 00:07:07,320
dell'intelligenza artificiale, 
ma anche la psichiatria che come

122
00:07:07,320 --> 00:07:11,280
vedremo a sorpresa si può 
giovare enormemente dell'analisi

123
00:07:11,280 --> 00:07:13,920
del comportamento, del 
linguaggio e di molti altri 

124
00:07:13,920 --> 00:07:17,240
parametri che non possono ad 
oggi essere oggettivati da un 

125
00:07:17,240 --> 00:07:20,840
operatore umano. 
Ci sono varie tipologie di 

126
00:07:20,840 --> 00:07:23,160
intelligenza artificiale, come 
vedete nella slide, che si 

127
00:07:23,160 --> 00:07:26,640
basano su varie metodologie. 
Abbiamo. 

128
00:07:26,920 --> 00:07:30,680
Per parlare in termini molto 
generali le la regressione, ad 

129
00:07:30,680 --> 00:07:34,040
esempio la clusterizzazione, le 
reti paesiani, le funzioni 

130
00:07:34,040 --> 00:07:37,280
polinomiali, sino ad arrivare 
poi ai moderni concetti di 

131
00:07:37,280 --> 00:07:39,120
machine learning e Deep 
learning. 

132
00:07:39,120 --> 00:07:41,800
Questo è appunto il campo 
generale dell'intelligenza 

133
00:07:41,800 --> 00:07:44,760
artificiale, ma machine learning
e Deep learning sono quelli che 

134
00:07:44,840 --> 00:07:47,800
più di altri aiuteranno lo 
sviluppo della medicina di 

135
00:07:47,800 --> 00:07:50,760
precisione. 
Il machine learning e il Deep 

136
00:07:50,760 --> 00:07:54,040
learning sono sotto insiemi 
quindi specifici di intelligenza

137
00:07:54,040 --> 00:07:57,480
artificiale che si basano sul 
concetto di apprendimento 

138
00:07:57,480 --> 00:08:01,880
tramite reti neuronali a diversi
livelli di complessità di 

139
00:08:01,880 --> 00:08:03,880
profondità. 
Come si dice il termine Deep 

140
00:08:03,880 --> 00:08:05,640
learning proprio a questo si 
riferisce. 

141
00:08:06,520 --> 00:08:09,240
Ecco quindi spiegato anche il 
perché questi sottoinsiemi di 

142
00:08:09,240 --> 00:08:11,920
intelligenza artificiale si sono
sviluppati soltanto oggi. 

143
00:08:12,200 --> 00:08:15,200
Perché solo da circa una decina 
di anni sono disponibili i 

144
00:08:15,200 --> 00:08:17,720
flussi di dati, appunto i 
cosiddetti big data, che 

145
00:08:17,720 --> 00:08:20,640
permettono di istruire in 
diversi campi i sistemi di 

146
00:08:20,640 --> 00:08:24,600
intelligenza artificiale, dal 
marketing, all'economia, alla 

147
00:08:24,600 --> 00:08:27,040
meteorologia e sino arrivare 
alla medicina. 

148
00:08:29,680 --> 00:08:32,159
OK. 
Ed ecco che veniamo al concetto 

149
00:08:32,159 --> 00:08:35,280
di medicina di precisione. 
Ovvero di un approccio al 

150
00:08:35,280 --> 00:08:38,640
paziente che per diventare 
concreto nella pratica clinica 

151
00:08:38,640 --> 00:08:42,600
quotidiana si deve avvalere 
della raccolta e dell'analisi di

152
00:08:42,600 --> 00:08:46,240
grosse quantità di dati che 
provengono da cartelle cliniche 

153
00:08:46,240 --> 00:08:50,960
elettroniche, dall'immagine 
digitale, dalla genetica e dalle

154
00:08:50,960 --> 00:08:54,160
discipline della proteomica, 
della trascrittomica, della 

155
00:08:54,160 --> 00:08:57,520
Metabolomica, che sono concetti 
e aree di interesse molto 

156
00:08:57,520 --> 00:08:59,760
attuali. 
Come potete ovviamente 

157
00:08:59,760 --> 00:09:02,920
immaginare, non tutte queste 
rilevazioni sono attualmente 

158
00:09:02,920 --> 00:09:05,880
disponibili nella pratica 
clinica quotidiana e non sono 

159
00:09:05,880 --> 00:09:09,400
facilmente implementabili dai 
medici, ma le prospettive sono 

160
00:09:09,400 --> 00:09:13,600
reali, concrete e permetteranno 
di definire ogni caso clinico 

161
00:09:13,600 --> 00:09:16,840
come unico, anche se 
assimilabile a un gruppo di 

162
00:09:16,840 --> 00:09:21,160
riferimento a cui ci si si 
dedicherà per estrapolare poi 

163
00:09:21,160 --> 00:09:25,560
gli Stati di malattia specifici.
Come potete ben immaginare, la 

164
00:09:25,560 --> 00:09:28,800
crescita esponenziale di 
variabili cliniche relative a un

165
00:09:28,800 --> 00:09:32,320
dato paziente e rende le 
caratteristiche specifiche degli

166
00:09:32,320 --> 00:09:35,840
operatori sanitari umani poco 
efficaci nell'analizzarle. 

167
00:09:35,840 --> 00:09:39,360
Ed è proprio qui che entra in 
gioco, diciamo, l'alleanza con 

168
00:09:39,880 --> 00:09:41,680
alcune forme di intelligenza 
artificiale. 

169
00:09:41,680 --> 00:09:44,480
Diciamo il Deep Learning in 
particolare, che possono 

170
00:09:44,520 --> 00:09:47,800
estrapolare strutture 
significative dai flussi di dati

171
00:09:48,040 --> 00:09:50,640
per definire lo stato di 
malattia di un paziente 

172
00:09:50,640 --> 00:09:53,320
specifico. 
Ma c'è di più. 

173
00:09:54,040 --> 00:09:58,040
Abbiamo infatti e altri 
importantissimi fonti di dati di

174
00:09:58,040 --> 00:10:01,960
grande valore medico sanitario. 
Sto parlando di una nuova area 

175
00:10:01,960 --> 00:10:05,000
di studio che merita un discorso
a parte, ovvero la 

176
00:10:05,000 --> 00:10:07,440
fenotipizzazione digitale del 
paziente. 

177
00:10:07,840 --> 00:10:12,920
Ma di cosa si tratta? 
Ecco, vediamo questa slide qui. 

178
00:10:13,720 --> 00:10:17,560
Entra in campo anche la mia 
disciplina specifica, ovvero la 

179
00:10:17,560 --> 00:10:21,360
salute mentale, le neuroscienze,
che da sempre ha una carenza 

180
00:10:21,360 --> 00:10:25,400
intrinseca di dati strumentali 
oggettivi per definire le 

181
00:10:25,400 --> 00:10:28,440
persone e il loro disagio 
mentale, il loro comportamento, 

182
00:10:28,440 --> 00:10:31,920
la come declinano, diciamo, la 
loro psicologia nel mondo reale.

183
00:10:33,560 --> 00:10:36,680
Che cos'è dunque questo digital 
fenotiping e perché è così 

184
00:10:36,680 --> 00:10:38,920
importante per la medicina di 
precisione? 

185
00:10:39,920 --> 00:10:44,000
La paternità del termine digital
fenotype è contesa tra vari 

186
00:10:44,000 --> 00:10:48,040
ricercatori, tra cui quello che 
vedete nella Slide Uca Peka 

187
00:10:48,160 --> 00:10:52,040
onnella, che ha definito in 
realtà, prima di altri questo 

188
00:10:52,080 --> 00:10:56,320
campo di studi multidisciplinare
come la quantificazione, momento

189
00:10:56,320 --> 00:10:59,720
per momento, del fenotipo umano 
a livello individuale. 

190
00:11:00,000 --> 00:11:03,760
Usando i dati che provengono da 
dispositivi digitali personali, 

191
00:11:04,040 --> 00:11:08,400
tipicamente uno smartphone, lo 
smartwatch digitali e smartband 

192
00:11:08,960 --> 00:11:13,480
o vari oggetti della Internet of
things o Internet of Medical 

193
00:11:13,520 --> 00:11:17,960
things, cioè Internet delle cose
e Internet delle cose, applicato

194
00:11:17,960 --> 00:11:21,720
specificatamente alla medicina. 
Quindi stiamo parlando di un 

195
00:11:21,720 --> 00:11:24,960
flusso continuo di dati 
proveniente dai sensori di uno 

196
00:11:24,960 --> 00:11:27,880
smartphone, ad esempio 
accelerometri sensori sonori, 

197
00:11:27,880 --> 00:11:31,400
riconoscimento del linguaggio o 
delle modalità di interazione 

198
00:11:31,400 --> 00:11:34,960
con lo schermo, oppure da quelli
di un orologio da cui possiamo 

199
00:11:34,960 --> 00:11:39,280
ottenere ECG in pendenziometro, 
misurazione del ph della cute. 

200
00:11:40,320 --> 00:11:44,160
O da svariati altri sensori che 
possono generare un flusso 

201
00:11:44,160 --> 00:11:47,160
continuo di dati assimilabili. 
Quindi è una sorgente di big 

202
00:11:47,160 --> 00:11:50,040
data personale che vanno 
analizzati da algoritmi di 

203
00:11:50,040 --> 00:11:52,880
intelligenza artificiale per 
definire in maniera molto più 

204
00:11:52,880 --> 00:11:56,240
oggettiva un certo stato di 
malattia psicofisica. 

205
00:11:56,240 --> 00:11:59,240
Quindi. 
Psichiatria, neurologia, 

206
00:11:59,240 --> 00:12:02,560
cardiologia, pneumologia, ma 
molte altre specialità mediche 

207
00:12:02,560 --> 00:12:06,360
potranno giovarsi in brevissimo 
tempo, una volta risolte 

208
00:12:06,360 --> 00:12:09,880
chiaramente le non semplici 
questioni di privacy, etica e 

209
00:12:09,880 --> 00:12:13,000
gestione dei dati clinici 
sensibili, aspetto veramente 

210
00:12:13,000 --> 00:12:16,680
nodale, questo, dicevo, potranno
giovarsi del digital fenotiping 

211
00:12:16,680 --> 00:12:20,680
come arma finale a bassissimo 
impatto economico, per la 

212
00:12:20,680 --> 00:12:26,880
medicina di precisione, appunto.
Ecco l'ultima Slide, Eh, questa 

213
00:12:26,880 --> 00:12:29,600
qua che voglio presentare. 
E infatti veniamo adesso a un 

214
00:12:29,600 --> 00:12:32,960
punto finale importante, anzi 
importantissimo. 

215
00:12:33,320 --> 00:12:37,080
Qual è il ruolo degli operatori 
umani in tutto questo scenario? 

216
00:12:37,080 --> 00:12:39,960
Che, lo voglio ripetere, 
potrebbe benissimo essere messo 

217
00:12:39,960 --> 00:12:43,640
in atto nella pratica clinica 
anche oggi, anche oggi stesso, 

218
00:12:43,640 --> 00:12:45,600
OK? 
Bene, alcune correnti di 

219
00:12:45,600 --> 00:12:48,880
pensiero che manifestano forte 
resistenza agli avanzamenti 

220
00:12:48,880 --> 00:12:52,240
digitali in medicina tendono a 
proporre spesso un modello 

221
00:12:52,240 --> 00:12:55,000
definibile come macchine contro 
esseri umani. 

222
00:12:55,840 --> 00:12:59,760
Questo discorso non regge, non è
solo irrealistico, ma sarebbe 

223
00:12:59,760 --> 00:13:01,880
anche poco efficace sul piano 
pratico. 

224
00:13:02,160 --> 00:13:05,960
Ci sono alcune funzioni degli 
esseri umani che per davvero 

225
00:13:05,960 --> 00:13:09,960
molti anni non saranno 
replicabili o sostituibili 

226
00:13:09,960 --> 00:13:12,880
facilmente, come ad esempio la 
creatività, l'empatia. 

227
00:13:13,200 --> 00:13:15,960
O la competenza relazionale 
stessa, che veramente dovrebbe 

228
00:13:15,960 --> 00:13:18,760
essere una delle caratteristiche
chiave del lavoro del medico. 

229
00:13:19,560 --> 00:13:23,160
Quindi in un lavoro come quello 
medico sanitario, l'obiettivo è 

230
00:13:23,160 --> 00:13:26,520
quello di affiancare esseri 
umani e macchine, per così dire,

231
00:13:26,520 --> 00:13:29,520
per creare un sistema di 
diagnosi e terapia che possa 

232
00:13:29,520 --> 00:13:31,080
utilizzare il meglio dei due 
mondi. 

233
00:13:31,400 --> 00:13:35,000
E significa una medicina di 
precisione supervisionata 

234
00:13:35,000 --> 00:13:37,840
tramite gli insostituibili 
aspetti della creatività, 

235
00:13:37,840 --> 00:13:40,280
dell'etica e del buon senso. 
Anche, lasciatemi dire, 

236
00:13:40,880 --> 00:13:44,240
restituite poi alle persone 
dagli esseri umani mediante 

237
00:13:44,240 --> 00:13:46,520
empatia e competenza nella 
relazione. 

238
00:13:46,880 --> 00:13:49,960
E non dimentichiamolo mai, lo 
voglio ripetere, sono un aspetto

239
00:13:49,960 --> 00:13:52,240
chiave del prendersi cura degli 
altri. 

240
00:13:52,240 --> 00:13:55,360
E le macchine su questo possono 
farci ben poco. 

241
00:13:56,240 --> 00:13:58,600
Bene, questo nuovo modo di 
lavorare in cui gli umani sono 

242
00:13:58,600 --> 00:14:01,200
aiutati dalle macchine, 
nell'analisi di nuove categorie 

243
00:14:01,200 --> 00:14:04,160
di dati clinici viene definito 
medicina aumentata. 

244
00:14:04,720 --> 00:14:07,960
E come c'è stato il suono 
endoscopio, poi raggi X, la 

245
00:14:07,960 --> 00:14:11,160
risonanza e via di seguito, sino
ad arrivare ad un algoritmo che,

246
00:14:11,200 --> 00:14:13,760
lo voglio ripetere, non si 
sostituisce al medico ma 

247
00:14:13,760 --> 00:14:17,600
analizza flussi di dati clinici 
impossibili da interpretare per 

248
00:14:17,600 --> 00:14:20,880
noi umani e che ci verranno in 
aiuto per diagnosticare meglio e

249
00:14:20,880 --> 00:14:24,400
trattare meglio sulla base delle
caratteristiche specifiche di 

250
00:14:24,400 --> 00:14:27,120
ogni individuo. 
Voglio dire, l'algoritmo 

251
00:14:27,120 --> 00:14:31,480
diventerà semplicemente un'altro
strumento che potrà aiutare gli 

252
00:14:31,680 --> 00:14:35,080
operatori sanitari nel loro 
preziosissimo lavoro di insieme 

253
00:14:35,200 --> 00:14:36,920
agli altri esseri umani e 
pazienti. 

254
00:14:36,920 --> 00:14:42,880
Bene, direi che ho finito. 
Grazie davvero per la vostra 

255
00:14:42,880 --> 00:14:45,560
attenzione. 
Se siete interessati a questi 

256
00:14:45,560 --> 00:14:49,240
argomenti e alle neuroscienze, 
vi invito a seguirmi sui miei 

257
00:14:49,240 --> 00:14:53,480
canali social e concludo con un 
caro saluto da Valeria rosso.