“La medicina delle reti. Big Data, intelligenza artificiale e nuove cure” di Lorenzo Farina

La medicina delle reti. Big Data, intelligenza artificiale e nuove cure, Lorenzo Farina«Questo libro riguarda il futuro della medicina. Anzi no, il presente. Non possiamo più permetterci il lusso di ignorare il fatto, ormai evidente, che la medicina stia attraversando una crisi profonda – una vera e propria emergenza – e che nuovi paradigmi diagnostici e terapeutici siano diventati una necessità vitale, esistenziale. La grande difficoltà nel trovare nuove cure a malattie complesse e antiche, come cancro, diabete, infarto o Alzheimer, è di estrema attualità. Ogni giorno sentiamo di nuove cure che potrebbero rivelarsi utili o che, nel caso migliore, siano promettenti, ma la sensazione è che non ci stiamo muovendo di molto: siamo forse finiti in un vicolo cieco? È così, probabilmente. Ma ci sono anche opportunità. […]

Il punto scientifico cruciale è che la stragrande maggioranza dei farmaci agisce sugli effetti delle malattie e non sulle cause. Gli antipertensivi riducono il volume del sangue, dilatano i vasi sanguigni o riducono la forza e la frequenza cardiaca ma non eliminano le cause sottostanti. Gli antidolorifici, come aspirina, paracetamolo, oppioidi, riducono la percezione del dolore ma non riparano il danno tissutale. Per non parlare dell’insulina che abbassa i livelli di glucosio ma non cura il diabete o dei broncodilatatori per gli asmatici. […]

Nonostante l’avvento delle tecnologie genomiche, la situazione rimane deludente soprattutto se consideriamo le malattie multifattoriali più diffuse che sono le principali cause di morte e disabilità croniche, come – per esempio – il cancro. […] La situazione di molte altre malattie trattabili ma incurabili come, per esempio, Alzheimer, Parkinson, sclerosi multipla, demenza frontotemporale, diabete o fibrosi cistica non è molto diversa. Il linguaggio medico ha un termine per questa situazione: malattie complesse. […]

La conclusione non può allora che essere una sola: la medicina delle malattie complesse – per come la conosciamo – sembra aver raggiunto un limite, ha davanti a sé un muro impenetrabile senza via di uscita se non, forse, attraverso un cambiamento radicale che ancora non si riesce a immaginare – non chiaramente almeno – anche se alcune direzioni cominciano ad apparire all’orizzonte, come vedremo. C’è urgente bisogno di nuovi approcci terapeutici che tengano conto della natura multifattoriale complessa delle malattie e delle specificità di ciascun paziente: proprio questo sarà il punto di partenza del libro.

Ma c’è anche una buona notizia: l’immensa mole di dati biomedici (i cosiddetti big data) che sono oggi disponibili in conseguenza del tumultuoso sviluppo delle biotecnologie molecolari negli ultimi trent’anni. Ogni paziente può oggi essere analizzato dal suo stile di vita fino al livello delle singole molecole, e i suoi dati personali messi a disposizione di algoritmi che si avvalgono di macchine di straordinaria potenza di calcolo. Inoltre, i costi dei dati, dei computer e dei programmi sono in costante discesa e abbordabili, oramai, anche per ospedali di media grandezza. […]

In questo libro parleremo dunque di quella medicina che si occupa di malattie complesse multifattoriali e che utilizza i nuovi big data molecolari (le cosiddette “omiche”) per fare prevenzione, diagnosi e terapia. Oltre ad approfondire il tema della complessità da punti di vista diversi ma complementari per avere una visione d’insieme, racconteremo un possibile approccio a queste malattie – o almeno un primo passo in avanti – studiato ormai da molti anni in centri di ricerca prestigiosi sparsi in tutto il mondo e che sta dando prova – sempre di più ogni giorno – della sua efficacia diagnostica e terapeutica. L’approccio che permette di affrontare questa sfida si chiama medicina delle reti perché si basa su un preciso strumento formale per l’analisi e la rappresentazione dei dati: la rete. […]

La medicina delle reti è – ad oggi – solo un sogno. Gli ostacoli da superare sono infatti innumerevoli e incredibilmente complessi. Come tutti sappiamo, infatti, il sistema sanitario è ancora costruito su un modello rigido e frammentato. Il passaggio da una visione centrata sul singolo organo a una basata su reti biologiche complesse richiederebbe, da una parte, una rivoluzione nella formazione culturale di medici e di analisti dei dati e, dall’altra, la capacità di costruire mappe molecolari spazio-temporali complete, multi-livello, affidabili e a costi contenuti. Pertanto, solo una lungimirante strategia coordinata che coinvolga leggi, economia, formazione e nuove tecnologie potrà superare queste barriere e permettere la nascita di un nuovo standard di cura. Non possiamo però – allo stesso tempo – ignorare l’elefante nella stanza… La profonda crisi della medicina di cui abbiamo accennato nella cura delle malattie complesse come cancro, diabete o Alzheimer e le crescenti difficoltà tecnologiche, organizzative, normative ed economiche, non ci lasciano alcuna scelta: realizzare il sogno di utilizzare i dati per rispondere alla crisi della medicina delle malattie complesse è soprattutto una necessità inevitabile e non dilazionabile. Eccoci finalmente al punto: questo libro (e l’appello nel capitolo finale) vuole mostrare la porta di ingresso, e cioè il nodo più difficile da sciogliere, il punto di maggior resistenza perché sedimentato da secoli. La ragione dell’importanza della medicina delle reti non è legata – come vedremo – a delle particolari caratteristiche teoriche o alla disponibilità di dati perfetti e completi, ma alla sua capacità di creare quel contesto metodologico integrato in cui la collaborazione tra competenze mediche e di analisi dei dati possa diventare naturale. In altre parole, l’obiettivo principale è di includerla nel processo decisionale clinico e non certo sostituirlo. […]

Nella medicina delle reti, i medici e gli analisti dei dati biomedici condividono la visione della patologia come un’alterazione della struttura della rete costruita sulla base dei big data molecolari. Ma – come sempre – c’è un prezzo da pagare: è necessario mettere in discussione le certezze consolidate di chi oggi deve districarsi nella complessità dei dati per trovare nuove cure: da un lato i medici, dall’altro gli analisti dei dati, che sviluppano algoritmi per estrarre informazioni. Questa perdita di certezze iniziale potrà essere compensata da un guadagno di gran lunga superiore solo se medici e analisti dei dati sapranno davvero collaborare nel senso più pieno del termine, non limitandosi, cioè, a una semplice divisione dei compiti, ma avviando un autentico confronto interdisciplinare, in cui competenze cliniche e capacità di analisi dei dati si contaminino reciprocamente. Solo attraverso questo dialogo continuo sarà possibile iniziare a capire come trasformare la complessità dei dati in conoscenza utile e, in ultima analisi, in nuove e migliori cure. La medicina delle reti non è la soluzione: è uno strumento per trovarla. […]

La prima parte [del libro] ha l’obiettivo di instillare nella nostra mente l’idea della spaventosa immensità e profondità del mare della vita e delle sue manifestazioni, in salute e in malattia. Questa intima consapevolezza è molto importante per capire fino in fondo che nell’oceano di complessità della Natura non esistono (quasi) mai soluzioni semplici o spiegazioni lineari, dirette. L’impostazione mentale di fondo, quando trattiamo problemi biologici o medici, deve essere quella di una estrema umiltà intellettuale e di tenere sempre a mente che la caratteristica fondamentale della vita è la sua diversità. Pertanto, ogni essere vivente è unico, ogni paziente è unico e va studiato come tale, senza facili generalizzazioni ma ricercando con pazienza nei dati indizi, tracce, schemi che possano portare verso una risposta appropriata in termini di trattamento terapeutico. Il processo ricorda quello di un percorso investigativo dove, passo dopo passo, si devono raccogliere prove, selezionare quelle rilevanti, cercarne di nuove e, alla fine, costruire una storia credibile, comprensibile e supportata dalle prove che possa spiegare cosa è successo e perché. Nessuna giuria condannerebbe un imputato sulla base dei soli fatti senza movente, mezzo e circostanza. Il punto è che non si tratta di trovare una cura al cancro ma a un cancro, così come non si fa un processo all’omicidio ma a un omicidio. Sfortunatamente, la scienza viene oggi spesso divulgata e percepita come un processo legato alla genialità di un singolo e non come una proprietà collettiva di individui con formazione molto diversa ma legati da un intento, un obiettivo e – soprattutto – un linguaggio comune. La visione che potremmo definire napoleonica della scienza è purtroppo ancora pienamente rigogliosa e deve essere abbandonata: non abbiamo bisogno di amiche geniali ma di amicizie geniali.

Nella seconda parte cercheremo di capire perché, se da un lato i dati rappresentano una risorsa preziosa, dall’altro questi generano inevitabilmente problemi complessi, tra illusioni, miraggi ed errori interpretativi. La sfida quotidiana consiste, allora, nell’evitare trappole concettuali e letture fuorvianti a causa di bias cognitivi e computazionali. Non è possibile affidarsi al pilota automatico: solo un confronto continuo fra dati e realtà potrà tenerci lontano da conclusioni affrettate. Dopo aver accettato l’inadeguatezza di modelli matematici troppo semplicistici di fronte alla complessità del vivente ed essere diventati consapevoli delle sfide e delle trappole dei big data in medicina, la terza parte cercherà di individuare le cause profonde della mancata collaborazione fra medici e analisti dei dati, fra esperti, cioè, di scienze della vita (medicina, biologia) e scienze dei dati (matematica, informatica, statistica, ingegneria dell’informazione). Per capire le origini di un gap culturale così profondo e inconciliabile, ripercorreremo alcuni casi esemplificativi che hanno visto, da una parte, il trionfo della matematica come fondamento della realtà nelle scienze fisiche e, dall’altra, la nascita delle scienze della vita come settore autonomo e indipendente caratterizzato da metodi, linguaggi e modelli concettuali del tutto diversi e totalmente impermeabili – se non comprensibilmente ostili – a qualsiasi formalizzazione matematica.

Nella quarta parte finale ci occuperemo del cuore del problema e cioè di come affrontare questa impasse metodologica e colmare questo divario culturale attraverso l’adozione della cosiddetta medicina delle reti. Questo nuovo paradigma è già oggi alla base di un movimento internazionale interdisciplinare che coinvolge ricercatori provenienti dalle più prestigiose università e istituti di ricerca medica del mondo. L’idea di fondo è che nei fenomeni della vita sia coinvolto un grandissimo numero di attori molecolari nei quali si dimostrino più “importanti” le relazioni fra questi che non le caratteristiche dei singoli elementi. Inoltre, il linguaggio delle reti permette di costruire “storie”, cioè interpretazioni dei big data biomedici, che siano comprensibili sia in termini clinici che in termini algoritmici, permettendo così un dialogo diretto medico/analista dei dati, superando il gap culturale che li divide. Il semplice concetto di rete è uno strumento visivo che permette di formulare ipotesi cliniche sulle cause delle malattie e poi verificarle sui dati mediante degli algoritmi dedicati. E viceversa. Schemi e strutture trovate sui dati utilizzando le tecniche proprie della medicina delle reti possono essere presentate ai medici specialisti per una loro valutazione sulla plausibilità biologica e potenzialità terapeutica. Il punto cruciale è che la rete funziona da metafora cognitiva calcolabile e non come realtà essenziale di stampo platonico o come oracolo epistemico. Si apre così uno spiraglio di speranza che permette di intravedere un futuro di reale collaborazione per una medicina veramente interdisciplinare e collaborativa che sappia affrontare le formidabili sfide poste dalle patologie complesse e dai big data biomedici.»