Ad oggi nel campo della salute, l'ausilio dell'AI ha riscontrato opinioni positive e degli ottimi vantaggi. Allo stesso tempo però sono state individuate anche delle difficoltà nell'uso della medesima. Sono sicuramente da ricordare i possibili e eventuali rischi.
Migliorare la fornitura medica e l’erogazione delle cure (ad esempio fornendo diagnosi precoci e accurate, selezionando di trattamenti mirati/personalizzati che migliorano i risultati)
Migliorare l’efficienza e l’efficacia dei servizi sanitari (ad esempio prevedendo la disponibilità di posti letto ospedalieri o di pronto soccorso, dando priorità alla dimissione dei pazienti e anticipando meglio la domanda dei pazienti attraverso la previsione dei pazienti)
Ridurre il carico di lavoro per i professionisti medici (ad esempio semplificando le pratiche sanitarie quotidiane)
Migliorare la ricerca medica (ad esempio fornendo la possibilità di rispondere a domande scientifiche complesse attraverso la velocità di confronto dei dati sanitari esistenti)
Cliniche: valutazioni cliniche per garantire sicurezza e precisione, individuazione dei vantanggi rispetto a metodi tradizionali
Technologiche: potenziali debolezze, tra cui pregiudizi (bias); cybersecurity; integrazione con i sistemi esistenti
Economiche: investimenti in test, qualità dei dati, aggiornamenti delle infrastrutture e delle attrezzature, competenze umane e formazione
Organizzative e manageriali: mancanza di piani strategici; resistenze alla condivisione dei dati; problemi a livello di risorse umane
Etiche: sicurezza dei dati e privacy, trasparenza, transfer learning
Come tutto ciò che rappresenta un’innovazione, anche l’AI comporta dei rischi, legati nella maggior parte dei casi al fatto che i sistemi utilizzati non siano stati sufficientemente testati e supportati da prove scientifiche.
Andrebbero, infatti, istruiti per evitare bias, ovvero distorsioni di valutazione, infatti esistono casi documentati di strumenti di intelligenza artificiale che hanno fallito nel rispondere a determinati quesiti. Nonostante queste incognite, esistono algoritmi in grado di supportare il cardiologo nell’identificazione di patologie, riducendo al minimo gli errori di percezione.