nutizie

Dapoi chì IBM Watson hà cuminciatu in u 2007, l'omu hà cuntinuatu à perseguità u sviluppu di l'intelligenza artificiale medica (IA). Un sistema di IA medica utilizabile è putente hà un enorme putenziale per rimodellà tutti l'aspetti di a medicina muderna, permettendu una cura più intelligente, più precisa, efficiente è inclusiva, purtendu benessere à i travagliadori medichi è à i pazienti, è cusì migliurendu assai a salute umana. In l'ultimi 16 anni, ancu s'è i circadori di l'IA medica si sò accumulati in vari picculi campi, in questa fase, ùn sò ancu stati capaci di purtà a fantascienza à a realtà.

Quest'annu, cù u sviluppu rivoluzionariu di a tecnulugia IA cum'è ChatGPT, l'IA medica hà fattu grandi progressi in parechji aspetti. Una scuperta senza precedenti in a capacità di l'IA medica: a rivista Nature hà lanciatu continuamente a ricerca di u mudellu di linguaghju largu medicu è di u mudellu basicu di l'imagine medica; Google publica Med-PaLM è u so successore, righjunghjendu un livellu espertu in e dumande d'esame di i medichi americani. E principali riviste accademiche si cuncentreranu nantu à l'IA medica: Nature publica e prospettive nantu à u mudellu basicu di l'IA medica generale; Dopu una seria di recensioni di l'IA in Medicina à l'iniziu di quest'annu, u New England Journal of Medicine (NEJM) hà publicatu a so prima rivista di salute digitale u 30 di nuvembre, è hà lanciatu u primu numeru di a sotturivista NEJM NEJM AI u 12 di dicembre. U terrenu di sbarcu di l'IA medica hè più maturu: a sotturivista JAMA hà publicatu l'iniziativa glubale di spartera di dati d'imagine mediche; L'Amministrazione Americana di l'Alimentazione è di i Medicinali (FDA) sviluppa linee guida preliminari per a regulazione di l'IA medica.

Quì sottu, rivedemu i progressi significativi chì i circadori di u mondu sanu anu fattu in a direzzione di l'IA medica utilizabile in u 2023.

Modellu Basicu di l'IA Medica

A custruzzione di u mudellu basicu di l'IA medica hè senza dubbitu u focu di ricerca più caldu di quest'annu. E riviste Nature anu publicatu articuli di rivista nantu à u mudellu basicu universale di l'assistenza sanitaria è u grande mudellu linguisticu di l'assistenza sanitaria durante l'annu. Medical Image Analysis, a rivista principale in l'industria, hà rivedutu è aspittatu cun impazienza e sfide è l'opportunità di a ricerca di mudelli basi in l'analisi di l'imagine mediche, è hà prupostu u cuncettu di "pedigree di mudellu basicu" per riassume è guidà u sviluppu di a ricerca di mudelli basi di l'IA medica. U futuru di i mudelli di IA basi per l'assistenza sanitaria diventa più chjaru. Basendu si nantu à l'esempii di successu di grandi mudelli linguistici cum'è ChatGPT, utilizendu metudi di pre-furmazione autosupervisionati più avanzati è una vasta accumulazione di dati di furmazione, i circadori in u campu di l'IA medica stanu pruvendu à custruisce 1) mudelli di basa specifichi di a malatia, 2) mudelli di basa generali, è 3) grandi mudelli multimodali chì integranu una vasta gamma di modi cù parametri massivi è capacità superiori.

Modellu di Acquisizione di Dati Medici IA

In più di i grandi mudelli d'IA chì ghjocanu un rolu impurtante in i travaglii d'analisi di dati clinichi à valle, in l'acquisizione di dati clinichi à monte, hè ancu emersa a tecnulugia rapprisentata da i mudelli d'IA generativi. U prucessu, a velocità è a qualità di l'acquisizione di dati ponu esse significativamente migliurati da l'algoritmi d'IA.

À u principiu di quest'annu, Nature Biomedical Engineering hà publicatu un studiu di l'Università di u Strettu di Turchia chì si cuncentrava nantu à l'usu di l'IA generativa per risolve u prublema di a diagnosi assistita da l'imagine patologica in applicazioni cliniche. L'artefatti in u tissutu di sezioni congelate durante a chirurgia sò un ostaculu à una valutazione diagnostica rapida. Ancu s'è u tissutu inclusu in formalina è paraffina (FFPE) furnisce un campione di qualità superiore, u so prucessu di pruduzzione richiede tempu è spessu dura 12-48 ore, rendendulu inadattu per l'usu in chirurgia. A squadra di ricerca hà dunque prupostu un algoritmu chjamatu AI-FFPE, chì pò fà chì l'aspettu di u tissutu in a sezione congelata sia simile à FFPE. L'algoritmu hà currettu cù successu l'artefatti di e sezioni congelate, hà migliuratu a qualità di l'imagine è hà cunservatu e caratteristiche clinicamente pertinenti à u listessu tempu. In a validazione clinica, l'algoritmu AI-FFPE migliora significativamente a precisione diagnostica di i patologi per i sottotipi di tumore, riducendu assai u tempu di diagnosi clinica.

Cell Reports Medicine publica un travagliu di ricerca realizatu da una squadra di u Terzu College Clinicu di l'Università di Jilin, u Dipartimentu di Radiologia, l'Ospedale Zhongshan Affiliatu à l'Università Fudan, è l'Università di Scienza è Tecnulugia di Shanghai [25]. Stu studiu propone un quadru di fusione di apprendimentu prufondu è di ricostruzione iterativa di scopu generale (Hybrid DL-IR) cù alta versatilità è flessibilità, chì mostra eccellenti prestazioni di ricostruzione di l'immagine in MRI rapida, TC à bassa dose è PET rapida. L'algoritmu pò ottene una scansione multi-sequenza MR di un organu unicu in 100 secondi, riduce a dosa di radiazioni à solu u 10% di l'immagine TC, è eliminà u rumore, è pò ricostruisce piccule lesioni da l'acquisizione PET cù una accelerazione da 2 à 4 volte, riducendu à tempu l'effettu di l'artefatti di muvimentu.

IA medica in cullaburazione cù i travagliadori medichi

U rapidu sviluppu di l'IA medica hà ancu purtatu i prufessiunali medichi à cunsiderà seriamente è esplorà cumu collaborà cù l'IA per migliurà i prucessi clinichi. In lugliu di quest'annu, DeepMind è una squadra di ricerca multi-istituzionale anu prupostu inseme un sistema di IA chjamatu Complementary Driven Clinical Workflow Delay (CoDoC). U prucessu diagnosticu hè prima diagnosticatu da un sistema di IA predittivu, poi ghjudicatu da un altru sistema di IA nantu à u risultatu precedente, è s'ellu ci hè dubbitu, a diagnosi hè infine fatta da un clinicu per migliurà a precisione diagnostica è l'efficienza di l'equilibriu. Quandu si tratta di screening di u cancheru di u senu, CoDoC hà riduttu i tassi di falsi pusitivi di u 25% cù u listessu tassu di falsi negativi, riducendu à tempu u travagliu di i clinichi di u 66%, paragunatu à l'attuale prucessu di "arbitratu à doppia lettura" in u Regnu Unitu. In termini di classificazione di a tuberculosi, i tassi di falsi pusitivi sò stati ridutti da u 5 à u 15 per centu cù u listessu tassu di falsi negativi paragunatu à l'IA indipendente è i flussi di travagliu clinichi.

In listessu modu, Annie Y. Ng et al., di Kheiron Company in Londra, Regnu Unitu, anu introduttu lettori di IA supplementari (in cuuperazione cù esaminatori umani) per riesaminà i risultati quandu ùn ci eranu micca risultati di richiamu in u prucessu di arbitratu à doppia lettura, ciò chì hà migliuratu u prublema di a mancata rilevazione in u screening precoce di u cancheru di u senu, è u prucessu ùn avia quasi micca falsi pusitivi. Un altru studiu, guidatu da una squadra di a McGovern Medical School di l'Università di u Texas è cumpletatu in quattru centri di ictus, hà applicatu a tecnulugia IA basata nantu à l'angiografia tomografica computerizzata (CTA) per automatizà a rilevazione di grandi ictus ischemichi occlusivi vasculari (LVO). I clinichi è i radiologi ricevenu avvisi in tempu reale nantu à i so telefoni cellulari in pochi minuti da u cumpletamentu di l'imaghjini TC, notificendu li di a pussibile presenza di LVO. Stu prucessu IA migliora i flussi di travagliu in ospedale per l'ictus ischemicu acutu, riducendu u tempu da a porta à l'inguine da l'ammissione à u trattamentu è furnendu opportunità per un salvamentu successu. I risultati sò publicati in JAMA Neurology.

Un mudellu di assistenza sanitaria IA per u benefiziu universale

U 2023 viderà ancu assai boni travagli chì utilizanu l'IA medica per truvà caratteristiche invisibili à l'ochju umanu da dati più facilmente dispunibili, chì permettenu una diagnosi universale è un screening precoce à grande scala. À l'iniziu di l'annu, Nature Medicine hà publicatu studii realizati da u Zhongshan Eye Center di l'Università Sun Yat-sen è u Second Affiliated Hospital di l'Università Medica di Fujian. Usendu i smartphones cum'è terminali d'applicazione, anu utilizatu immagini video simili à cartoni animati per induce u sguardu di i zitelli è registrà u cumpurtamentu di u sguardu è e caratteristiche facciali di i zitelli, è anu analizatu ulteriormente i mudelli anormali utilizendu mudelli di apprendimentu prufondu per identificà cù successu 16 malatie oculari, cumprese cataratte congenite, ptosi congenita è glaucoma congenitu, cù una precisione media di screening di più di l'85%. Questu furnisce un mezzu tecnicu efficace è faciule da popularizà per u screening precoce à grande scala di a compromissione di a funzione visuale infantile è di e malatie oculari cunnesse.

À a fine di l'annu, Nature Medicine hà publicatu un travagliu realizatu da più di 10 istituzioni mediche è di ricerca in u mondu sanu, cumpresi l'Istitutu di Malatie Pancreatiche di Shanghai è u Primu Ospedale Affiliatu di l'Università di Zhejiang. L'autore hà applicatu l'IA à u screening di u cancru di u pancreas di e persone asintomatiche in i centri d'esame fisicu, l'ospedali, ecc., per rilevà e caratteristiche di e lesioni in l'imaghjini TC di scansione semplice chì sò difficiuli da rilevà solu à ochju nudu, in modu da ottene una rilevazione precoce efficiente è non invasiva di u cancru di u pancreas. In l'esame di i dati di più di 20.000 pazienti, u mudellu hà ancu identificatu 31 casi di lesioni clinicamente mancate, ciò chì hà migliuratu significativamente i risultati clinichi.

Spartera di dati medichi

In u 2023, parechji altri meccanismi perfetti di spartera di dati è casi di successu sò emersi in u mondu sanu, assicurendu a cuuperazione multicentrica è l'apertura di i dati sottu a premessa di prutege a privacy è a sicurezza di i dati.

Prima, cù l'aiutu di a tecnulugia IA stessa, i circadori di l'IA anu cuntribuitu à a spartera di dati medichi. Qi Chang è altri di l'Università Rutgers in i Stati Uniti anu publicatu un articulu in Nature Communications, pruponendu un quadru di apprendimentu federale DSL basatu annantu à e rete avversarie sintetiche distribuite, chì usa l'IA generativa per furmà i dati specifichi generati da multicentri, è dopu rimpiazza i dati reali di multicentri cù i dati generati. Assicurà a furmazione IA basata annantu à big data multicentrichi mentre prutegge a privacy di i dati. A stessa squadra hà ancu open source un inseme di dati di immagini patologiche generate è e so annotazioni currispondenti. U mudellu di segmentazione furmatu annantu à l'inseme di dati generatu pò ottene risultati simili à i dati reali.

A squadra di Dai Qionghai di l'Università Tsinghua hà publicatu un articulu nantu à npj Digital Health, pruponendu Relay Learning, chì usa big data multi-situ per furmà mudelli di IA sottu a premessa di a suvranità di i dati lucali è senza cunnessione di rete cross-site. Equilibria e preoccupazioni di sicurezza di i dati è di privacy cù a ricerca di e prestazioni di l'IA. A stessa squadra hà dopu sviluppatu è validatu inseme CAIMEN, un sistema di diagnosi di tumori pan-mediastinici TC toracica basatu annantu à l'apprendimentu federale, in cullaburazione cù u Primu Ospedale Affiliatu di l'Università Medica di Guangzhou è 24 ospedali in tuttu u paese. U sistema, chì pò esse applicatu à 12 tumori mediastinici cumuni, hà ottenutu una precisione di 44,9 per centu megliu quandu hè statu utilizatu solu chè quandu hè statu utilizatu solu da esperti umani, è una precisione di diagnosi di 19 per centu megliu quandu l'esperti umani sò stati assistiti da ellu.

Da l’altra parte, parechje iniziative sò in corsu per custruisce insemi di dati medichi sicuri, mundiali è à grande scala. In nuvembre 2023, Agustina Saenz è altri di u Dipartimentu di Informatica Biomedica di a Harvard Medical School anu publicatu in linea in Lancet Digital Health un quadru mundiale per a spartera di dati d'imagine mediche chjamatu Artificial Intelligence Data for All Healthcare (MAIDA). Travaglianu cù urganisazioni sanitarie in u mondu sanu per furnisce una guida cumpleta nantu à a raccolta di dati è a de-identificazione, utilizendu u mudellu US Federal Demonstration Partner (FDP) per standardizà a spartera di dati. Anu intenzione di pubblicà gradualmente insemi di dati raccolti in diverse regioni è ambienti clinichi in u mondu. U primu inseme di dati hè previstu per esse publicatu à l'iniziu di u 2024, è altri ne saranu dispunibili à misura chì a cullaburazione si espande. U prugettu hè un tentativu impurtante di custruisce un inseme mundiale, à grande scala è diversu di dati IA dispunibili publicamente.

In seguitu à a pruposta, a Biobanca di u Regnu Unitu hà datu l'esempiu. A Biobanca di u Regnu Unitu hà publicatu novi dati u 30 di nuvembre da u sequenziamentu di u genomu sanu di i so 500 000 participanti. A basa di dati, chì publica a sequenza cumpleta di u genomu di ognunu di i 500 000 vuluntarii britannichi, hè a più grande basa di dati cumpleta di u genomu umanu in u mondu. I circadori di u mondu sanu ponu dumandà l'accessu à questi dati anonimizzati è aduprà per sondà a basa genetica di a salute è di e malatie. I dati genetichi sò sempre stati assai sensibili per a verificazione in u passatu, è questu successu storicu di a Biobanca di u Regnu Unitu dimostra chì hè pussibule custruisce una basa di dati glubale à grande scala aperta è senza privacy. Cù sta tecnulugia è basa di dati, l'IA medica hè destinata à inaugurà u prossimu passu.

Verificazione è Valutazione di l'IA Medica

In paragone cù u rapidu sviluppu di a tecnulugia di l'IA medica stessa, u sviluppu di a verificazione è di a valutazione di l'IA medica hè ligeramente lentu. A validazione è a valutazione in u campu generale di l'IA spessu ignoranu i veri bisogni di i clinici è di i pazienti per l'IA. I prucessi clinichi cuntrullati randomizzati tradiziunali sò troppu laboriosi per currisponde à a rapida iterazione di i strumenti di l'IA. Migliurà u sistema di verificazione è di valutazione adattatu per i strumenti di l'IA medica u più prestu pussibule hè a cosa più impurtante per prumove l'IA medica per saltà veramente a ricerca è u sviluppu versu l'atterraggio clinicu.

In u documentu di ricerca di Google nantu à Med-PaLM, publicatu in Nature, a squadra hà ancu publicatu u benchmark di valutazione MultiMedQA, chì hè utilizatu per valutà a capacità di i grandi mudelli linguistici d'acquistà cunniscenze cliniche. U benchmark combina sei insemi di dati di dumande è risposte mediche prufessiunali esistenti, chì coprenu cunniscenze mediche prufessiunali, ricerca è altri aspetti, è ancu un inseme di dati di basa di dati di dumande mediche di ricerca in linea, cunsiderendu e dumande è risposte in linea duttore-paziente, pruvendu à furmà l'IA in un duttore qualificatu da parechji aspetti. Inoltre, a squadra propone un quadru basatu annantu à a valutazione umana chì tene contu di parechje dimensioni di fatti, capiscitura, ragiunamentu è pussibili pregiudizii. Questu hè unu di i sforzi di ricerca più rappresentativi per valutà l'IA in l'assistenza sanitaria publicatu quest'annu.

Tuttavia, u fattu chì i mudelli linguistici grandi mostranu un altu livellu di cunniscenza clinica di codificazione significa chì i mudelli linguistici grandi sò cumpetenti per i compiti clinichi di u mondu reale? Cum'è un studiente di medicina chì passa l'esame di medicu prufessiunale cù un puntuatu perfettu hè sempre luntanu da esse un medicu capu solu, i criteri di valutazione pruposti da Google ùn ponu micca esse una risposta perfetta à u tema di a valutazione di l'IA medica per i mudelli IA. Digià in u 2021 è u 2022, i circadori anu prupostu linee guida di segnalazione cum'è Decid-AI, SPIRIT-AI è INTRPRT, sperendu di guidà u sviluppu precoce è a validazione di l'IA medica sottu a cundizione di cunsiderà fattori cum'è a praticità clinica, a sicurezza, i fattori umani è a trasparenza / interpretabilità. Recentemente, a rivista Nature Medicine hà publicatu un studiu da circadori di l'Università di Oxford è di l'Università di Stanford nantu à se aduprà "validazione esterna" o "validazione lucale recurrente" per validà i strumenti IA.

A natura imparziale di l'arnesi di l'IA hè ancu una direzzione di valutazione impurtante chì hà ricevutu attenzione quest'annu da l'articuli di Science è NEJM. L'IA mostra spessu pregiudizii perchè hè limitata à i dati di furmazione. Stu pregiudiziu pò riflette a disuguaglianza suciale, chì evolve ulteriormente in discriminazione algoritmica. L'Istituti Naziunali di a Salute anu recentemente lanciatu l'iniziativa Bridge2AI, stimata à un costu di $ 130 milioni, per custruisce diversi insiemi di dati (in linea cù l'ubbiettivi di l'iniziativa MAIDA citata sopra) chì ponu esse aduprati per validà l'imparzialità di l'arnesi di l'IA medica. Questi aspetti ùn sò micca cunsiderati da MultiMedQA. A quistione di cumu misurà è validà i mudelli di l'IA medica hà sempre bisognu di una discussione approfondita è approfondita.

In ghjennaghju, Nature Medicine hà publicatu un articulu d'opinione chjamatu "The Next Generation of Evidence-Based Medicine" di Vivek Subbiah di u MD Anderson Cancer Center di l'Università di Texas, chì rivede i limiti di i prucessi clinichi esposti in u cuntestu di a pandemia di COVID-19 è mette in risaltu a cuntradizione trà l'innuvazione è l'aderenza à u prucessu di ricerca clinica. Infine, mette in risaltu un futuru di ristrutturazione di i prucessi clinichi - a prossima generazione di prucessi clinichi chì utilizanu l'intelligenza artificiale, vale à dì, l'usu di l'intelligenza artificiale da un gran numeru di dati di ricerca storica, dati di u mondu reale, dati clinichi multimodali, dati di dispositivi indossabili per truvà evidenze chjave. Questu significa chì a tecnulugia IA è i prucessi di validazione clinica di l'IA possinu esse mutualmente rinforzanti è coevolutivi in ​​u futuru? Questa hè a quistione aperta è chì face riflette di u 2023.

Regulazione di l'IA Medica

L'avanzamentu di a tecnulugia IA pone ancu sfide à a regulazione di l'IA, è i decisori pulitichi in u mondu sanu rispondenu cù cura è attenzione. In u 2019, l'FDA hà publicatu per a prima volta un Quadru Regulatoriu Prupostu per i Cambiamenti di Software à i Dispositivi Medici di Intelligenza Artificiale (Bozza di Discussione), chì detalla u so approcciu putenziale à a revisione pre-commercializazione di l'IA è di e mudificazioni di software basate nantu à l'apprendimentu automaticu. In u 2021, l'FDA hà prupostu u "Software basatu nantu à l'Intelligenza Artificiale/Apprendimentu Automaticu cum'è Pianu d'Azione per Dispositivi Medici", chì hà chiaritu cinque misure specifiche di regulazione medica di l'IA. Quest'annu, l'FDA hà riemessu a Presentazione Pre-commercializazione per e Funzioni di Software di i Dispositivi per furnisce informazioni nantu à e raccomandazioni di presentazione pre-commercializazione per a valutazione da parte di a FDA di a sicurezza è l'efficacia di e funzioni di u software di i dispositivi, cumprese alcune funzioni di i dispositivi software chì utilizanu mudelli di apprendimentu automaticu furmati attraversu metudi di apprendimentu automaticu. A pulitica regulatoria di l'FDA s'hè evoluta da una pruposta iniziale à una guida pratica.

Dopu à a publicazione di u Spaziu Europeu di Dati Sanitari in lugliu di l'annu scorsu, l'UE hà torna promulgatu a Legge nantu à l'Intelligenza Artificiale. A prima hà per scopu di fà u megliu usu di i dati sanitari per furnisce assistenza sanitaria di alta qualità, riduce l'inegualità è sustene i dati per a prevenzione, a diagnosi, u trattamentu, l'innuvazione scientifica, a presa di decisioni è a legislazione, assicurendu à tempu chì i citadini di l'UE anu un maggiore cuntrollu nantu à i so dati sanitari persunali. A seconda rende chjaru chì u sistema di diagnosi medica hè un sistema di IA à altu risicu, è hà bisognu di aduttà una forte supervisione mirata, una supervisione di tuttu u ciclu di vita è una supervisione di pre-valutazione. L'Agenzia Europea per i Medicinali (EMA) hà publicatu un prugettu di documentu di riflessione nantu à l'usu di l'IA per sustene u sviluppu, a regulazione è l'usu di i medicinali, cù un enfasi nantu à u miglioramentu di a credibilità di l'IA per assicurà a sicurezza di i pazienti è l'integrità di i risultati di a ricerca clinica. In generale, l'approcciu regulatoriu di l'UE si sta gradualmente delineendu, è i dettagli finali di l'implementazione ponu esse più dettagliati è stretti. In cuntrastu cù a regulazione rigorosa di l'UE, u pianu regulatoriu di l'IA di u Regnu Unitu rende chjaru chì u guvernu prevede di aduttà un approcciu dolce è di ùn promulgà novi prughjetti di legge o di creà novi regulatori per avà.

In Cina, u Centru di Revisione Tecnica di i Dispositivi Medici (NMPA) di l'Amministrazione Naziunale di i Prodotti Medici hà digià publicatu documenti cum'è "Punti di Revisione di u Software di Decisione Assistita da l'Apprendimentu Profondu", "Principi Guida per a Revisione di a Registrazione di i Dispositivi Medici di Intelligenza Artificiale (Bozza per Cummentariu)" è "Circulare nantu à i Principi Guida per a Classificazione è a Definizione di i Prodotti di Software Medicu di Intelligenza Artificiale (n. 47 in u 2021)". Quest'annu, hè statu publicatu di novu u "Riassuntu di i primi risultati di classificazione di i prudutti di dispositivi medichi in u 2023". Sta seria di documenti rende a definizione, a classificazione è a regulazione di i prudutti di software medicu di intelligenza artificiale più chjara è più faciule da aduprà, è furnisce una guida chjara per u pusizionamentu di i prudutti è e strategie di registrazione di varie imprese in l'industria. Quessi documenti furniscenu un quadru è decisioni di gestione per a regulazione scientifica di i dispositivi medichi di IA. Vale a pena aspittà chì l'agenda di a Cunferenza di l'Intelligenza Artificiale Medica Cinese tenuta in Hangzhou da u 21 à u 23 di dicembre abbia istituitu un foru speciale nantu à a guvernanza medica digitale è u sviluppu di alta qualità di l'uspidali publichi è u foru di sviluppu di l'industria di a standardizazione di a tecnulugia di test è valutazione di i dispositivi medichi di intelligenza artificiale. À quellu tempu, i funzionari di a Cummissione Naziunale per u Sviluppu è a Riforma è di a NMPA assisteranu à a riunione è puderanu publicà nuove informazioni.

Cunclusione

In u 2023, l'IA medica hà cuminciatu à integrà si in tuttu u prucessu medicale à monte è à valle, coprendu a raccolta di dati ospedalieri, a fusione, l'analisi, a diagnosi è u trattamentu, è u screening cumunitariu, è collabora organicamente cù i travagliadori medichi / di cuntrollu di e malatie, mustrendu u putenziale di purtà benessere à a salute umana. A ricerca medica utilizabile nantu à l'IA cumencia à spuntà. In u futuru, u prugressu di l'IA medica ùn dipende micca solu da u sviluppu tecnologicu stessu, ma hà ancu bisognu di a piena cuuperazione di l'industria, di l'università è di a ricerca medica è di u sustegnu di i decisori pulitichi è di i regulatori. Questa cullaburazione interdisciplinare hè a chjave per ottene servizii medichi integrati cù l'IA, è prumoverà certamente u sviluppu di a salute umana.