traccia dell'intervento al seminario su medicina e sistemi complessi all'ospedale san...

Valerio Eletti :: Big Data Management in Medicina San Filippo Neri, Roma, 14 Febbraio 2015

Big Data Management in Medicina

VALERIO ELETTI

Aula multimediale, Ospedale San Filippo NeriRoma, 14 Febbraio 2015

Approcci Sistemici in Medicina


Di cosa parliamo?

Agenda Introduzione: partiamo dal punto fatto lo scorso anno

Il fenomeno dirompente e trasversale dei big data

Distinzione tra big data e big data set specialistici

Management specialistico dei big data

Big data management in medicina

Prospettive e problematiche in generale

Prospettive e problematiche etiche in medicina

Per approfondire: testi, corsi e incontri


Introduzione: il punto che abbiamo fatto a maggio 2014

Complessità, approccio sistemico, effetto farfalla, reti digitali,

hub e connessioni complesse, big data, globalizzazione,

Web semantico, Internet delle cose, reti neurali artificiali, …

sono espressioni, idee, concetti e - in potenza - comportamenti (memi)

che si estendono a macchia di leopardo, con una diffusione turbolenta.

DOMANDE: Secondo voi di che si tratta?

E perché dovrebbero interessare un medico?

Introduzione: lo scenario attuale

Big data

Motori semantici e soft computing

Nuove “protesi cognitive”: il paradigma cognitivo complesso

Esempi di applicazioni in medicina


Di cosa parliamo?










produciamo

miliardi di dati digitali...

Il panorama intorno a noi sta cambiando velocemente

i mega data set iniziano a

collegarsi tra di loro ...

arrivano algoritmi in grado

di ‘capire’ il significato...

l’analisi dei big data affianca

e sostituisce la statistica...

i computer sono sempre

più veloci e potenti...

i saperi sono

sempre più condivisi...

sempre più organizzazioni

raccolgono i nostri dati ...

... mentre si riscontrano

usi errati dei big data



2015: l’anno di una nuova rivoluzione industriale?

si profila la nuova “era tascabile”:

la risonanza tra dispositivi mobili e modello cloud

(utilizzo di grandi quantità di computer da parte di chiunque)

porterà a una produzione inimmaginabile di big big data:

“entro il 2015 esisteranno 15 miliardi di micro-gadget digitali,

figli e nipoti degli attuali iPhone, collegati costantemente a Internet

(...) è l’era dell’ubi-computing” (*)

(*) F. Rampini, Rete padrona, 2014, p. 214



Un solo numero per avere l’idea di cosa sta succedendo

5 miliardi di GigaByte (5.000.000.000.000.000.000 byte)

è la quantità di informazione che sarebbe necessaria

per rappresentare in formato digitale

“tutti i libri, le parole e le immagini create dall’umanità dalle origini

della nostra storia fino al 2003” (*)

la stessa cifra l’umanità l’ha creata ogni 2 giorni

negli anni dal 2003 in poi (*)

e nel 2014, sempre ogni 2 giorni,

la stessa quantità di dati è transitata solo su Internet (°)

(*) dati di Peter Diamandis, citato da F. Rampini, op. cit., pag.217

(°) dati dell’indagine Thomson Reuters citati da F. Rampini, op cit, pag.250



Aggiungiamo una suggestione dello stesso Peter Diamandis (*)

“Un guerriero

delle tribù Masai

sulle montagne del Kenya

oggi ha uno smartphone

e l’accesso a Google,

grazie al quale dispone

di più informazione

di quanta ne aveva

il Presidente degli USA

appena 15 anni fa”

(*) Peter Diamandis citato a pag. 217 di F. Rampini, op. cit.



E ovviamente medicina e sanità sono nell’occhio del ciclone

di questa crescita esponenziale di dati in tutto il mondo, anche se...

“accumulating data is getting easier, but using data is hard”


Di cosa parliamo?










L’interpretazione corrente, quando si parla di big data sui media è

la somma (e risonanza) di archivi di reti interconnesse di dati digitali

che si vanno accumulando in banche dati, in settori diversi:

dati che arrivano dalla nostra localizzazione geografica

quando telefoniamo da un cellulare,

dai nostri profili sui social network,

dagli indirizzi Internet che visitiamo,

dai sentiment che esprimiamo via Twitter,

dai dati sanitari, economici e finanziari

che affidiamo alle varie nuvole informatiche (cloud)

che si stanno addensando nel chiuso

di sempre più giganteschi magazzini pieni di server...

... a cui si aggiungono i miliardi di open data (anche sanitari)

messi a disposizione dalle istituzioni pubbliche.


Big data


In estrema sintesi: le “4V” dei big data propriamente detti


Big data


Sono miniere di informazione in cui si possono individuare

strutture di conoscenza e profili di trend in atto.

Due considerazioni:

A) connettendo le singole ‘miniere’ si ottiene un insieme

che è molto di più della somma dei singoli mega data set,

un insieme reticolare iper-complesso

che può fornire non solo risposte a vecchie domande,

ma che può anche far emergere domande nuove;

B) Web companies, intelligence, politica e finanza sono già in corsa

per mettere a punto efficaci strumenti “intelligenti” (semantici)

che permettono di analizzare e gestire queste masse di dati

che non si possono affrontare con i limitati strumenti

usati per catturare, gestire e processare le normali banche dati

in tempi accettabili (come abbiamo visto, parliamo di centinaia di

exaByte, ovvero di centinaia di miliardi di GigaByte).


Big data


Miniere di informazioni utili anche in campo sanitario e medico

(pur essendo ben distinti dai mega data set specialistici

utilizzabili in vari settori della medicina, che vedremo dopo).

Un esempio classico di utilizzo di big data ‘trasversali’:

Google FluTrends (che vedremo nello specifico più avanti):

2009: messa a punto di un bouquet di algoritmi

per individuare in tempo reale i focolai di influenza,

analizzando le domande fatte dagli utenti su Google.


Big data

Tutto bene? No!

Nel 2014 un bilancio deludente:

troppe previsioni sballate

per sovrastima dei dati

(faremo più avanti

una riflessione su questo)


Lo stesso termine big data si usa anche per definire

un cambio di approccio ai grandi archivi di dati specialistici

In molti ambienti professionali, di studio e di ricerca

si parla di big data in senso più trasversale e pervasivo,

quando si passa dall’analisi di campioni

(approccio statistico classico) alla

analisi dell’intero universo dei dati di un fenomeno o struttura.


Big data set

specialistici


Ne derivano alcuni mutamenti paradigmatici, tra cui sottolineiamo:

- Accettazione dell’imprecisione (compensata dall’abbondanza di

dati)

- Abbandono dell’illusione della validità generalizzata del principio

di causa-effetto

- Consapevolezza della possibilità di emersione di pattern

imprevedibili a priori (ovvero emergenza di risposte di cui non si

erano immaginate né tantomeno formulate domande)

- Maggiore attenzione all’emersione di correlazioni anche non

lineari (da cui l’utilizzo di vari strumenti di network analysis)

Per approfondire questi aspetti senza entrare nello specialismo,

si veda il volume di V. Mayer-Schoenberger, K. Cukier, “Big data”,

tradotto in italiano da Garzanti nel 2013, subito dopo l’ediz. originale


Big data set

specialistici


Di cosa parliamo?










Esistono molti strumenti diversi per estrarre dai big data

informazione utile per previsioni e decisioni in ambienti complessi;

si tratta di strumenti spesso tratti da discipline specifiche,

che usano approcci diversi e hanno diversi obiettivi.

Ne elenchiamo brevemente qualcuno, per darne giusto una idea

- motori semantici

- reti neurali artificiali addestrate con data base specifici

- altre tipologie di soft computing



Sono dei software che analizzano

il significato delle parole nel proprio contesto:

motori di ricerca che analizzano

la sequenza di bit richiesta all’interno di una ontologia,

ovvero di una rete di relazioni con altre parole “imparentate”.

Esempio: la parola “file” in contesti diversi

Questo è il concetto chiave.

La spiegazione nei dettagli non è complicata

ma è piuttosto lunga: cfr. su Wikipedia la voce

Semantic Web, che risulta chiara ed esaustiva.

Nota a margine:

questa voce di Wikipedia è stata immessa nel 2003

e si è raffinata fino a oggi grazie ai controlli,

alle discussioni e alle correzioni di oltre mille esperti,

con una media di 1.500 visite al giorno:

esempio pregnante di auto-organizzazione dal basso

di un ambiente complesso come il Web 2.0.


Motori

semantici


Utilizzo di mega data sets per addestrare reti neurali:

Un esempio di successo made in Italy:

utilizzo dei mega data sets di ABI per simulazioni anti-rapina

(con riduzione – in tre anni - del 70% delle rapine in banca)


Reti naurali

artificiali

Progetto WeMole


Utilizzo di mega data sets per addestrare reti neurali:

esempio del massimo successo internazionale:

utilizzo delle voci Wikipedia (e non solo) per addestrare

il sistema di intelligenza artificiale Watson della IBM,

in grado di rispondere a domande

espresse in linguaggio naturale

(Watson nel 2011 ha sconfitto

i campioni del quiz TV Jeopardy)

Nota:

la prima applicazione commerciale di Watson,

annunciata da IBM nel 2013,

è stata utilizzata per gestire decisioni

nel trattamento del cancro ai polmoni

al Memorial Sloan-Kettering Cancer Center.

Sono poi seguite applicazioni

in diverse strutture mediche americane.

http://www.ibm.com/smarterplanet/us/en/ibmwatson/what-is-watson.html


Reti naurali

artificiali

http://www.ibm.com/smarterplanet/us/en/ibmwatson/what-is-watson.html


Sotto il termine vago e

ampio

di soft computing,

oltre alle reti neurali artificiali,

si trovano molte altre

tipologie di algoritmi,

dalla c.d. swarm intelligence

agli algoritmi genetici,

passando per

gli algoritmi derivabili

dalla teoria perturbativa,

le reti di Petri

o la trasformata Wavelet...

Qui a lato

e nella slide successiva

ecco una breve

e parziale elencazione

tratta da

Eletti 2013, pp.39-40


Soft

computing


... segue

elencazione

tratta da

Eletti 2013, pp.39-40


Soft

computing


Di cosa parliamo?










Un esempio che abbiamo discusso con C. Pristipino lo scorso anno

Massive data base: passaggio dalla genomica alla proteomica.

19.599 geni nel corpo umano possono produrre circa 200.000 tipi di RNA;

ogni RNA può a sua volta codificare circa 200.000 proteine.

Dunque, se l’analisi dei geni richiede l’elaborazione di teraByte (10 alla 12),

quella delle proteine richiede petaByte (migliaia di teraByte: 10 alla 15).

Il che significa che ci spostiamo su una logica big data,

e diventa dunque essenziale la messa a punto di algoritmi

in grado di trovare pattern emergenti

dal rumore di fondo del sistema complesso cellula.

Rif.: B. Saporito, “Blood work. Finding new cures means cracking the body’s complex

proteins. So scientists are turning to Big Data”, in “Time”, 20 maggio 2013, pp.40-42 (

time.com/breakthrough )

Big data management in medicina: proteomica

Esempio 1

genomica e

proteomica


E poi Google FluTrends: l’esempio in campo sanitario

che abbiamo visto come caso di errato management di big data.

Vediamo qualche dettaglio per capirne il funzionamento di base.

Epidemie di influenza, problema:

rilevazione dei focolai troppo lenta: processo di almeno 2 settimane:

malati dal medico, raccolta di casi, segnalazione alle autorità,

diffusione allerta, contromosse sanitarie nazionali.

Proposta di Google (2009):

analizzare le ricerche su Google

(all’epoca 3 miliardi al giorno)

per individuare le parole chiave

che rivelano un interesse

verso l’influenza e i suoi sintomi.

Google realizza gli algoritmi adatti:

nasce Google FluTrends,

tuttora attivo a questo indirizzo:

http://www.google.org/flutrends

Big data management in medicina: Google FluTrends

Esempio 2

Google

FluTrends

http://www.google.org/flutrends


Come è stato messo a punto l’algoritmo di base?

Ecco come Viktor Mayer-Schoenberger e Kenneth Cukier presentano il caso

in apertura del loro libro “Big data” (ed. ital. Garzanti 2013, pp.10 e 11):

“... nel 2009, quando è scoppiata l’epidemia H1N1, il sistema previsionale di

Google si è rivelato un indicatore più utile e tempestivo delle statistiche

governative ... Non richiede la distribuzione di tamponi oro-faringei o la presa

di contatto con gli ambulatori. E’ costruito invece sui big data...”

E aggiungono qualche dato concreto:

“... hanno processato 450 milioni di modelli matematici ... Confrontando le

previsioni con la casistica effettiva certificata nel 2007 e 2008 ... Il sw ha

scoperto 45 parole chiave che presentavano una forte correlazione tra la loro

previsione e i dati ufficiali ... Potevano dire dove si era propagata l’influenza

in tempo reale...”


Esempio 2

Google

FluTrends


Che cosa non ha funzionato come doveva?

Nel 2014 escono su New Scientist, Scietific American, Science e

Nature degli studi che smontano il successo dell’iniziativa.

Troppe stime sbagliate, dati sovrastimati. Perché? Ecco le ipotesi:

1. incapacità di selezionare e interpretare correttamente un sovraccarico di

informazioni e soprattutto incapacità di correggersi nel tempo;

2. utilizzare i big data non vuol dire affidarsi completamente al nuovo

approccio abbandonando il controllo statistico su campione;

1. I big data sono figli di sistemi sociali complessi e, in quanto tali, non

possono essere trattati in maniera lineare, riduzionistica, deterministica:

ogni individuo infatti produce i suoi feedback al sistema, con la possibilità

di far esplodere il famoso “effetto farfalla” dei sistemi catastrofici (“più se

ne parla peggio funziona” commenta .mau.)

Altri studi sull’uso troppo allegro dei big data: http://www.ictbusiness.it/cont/news/doccia-fredda-per-le-analisi-big-data-algoritmi-non-affidabili/33938/1.html#.VNEELmSG8kg


Esempio 2

Google

FluTrends

http://www.ictbusiness.it/cont/news/doccia-fredda-per-le-analisi-big-data-algoritmi-non-affidabili/33938/1.html#.VNEELmSG8kg


Medicina e big data: la trappola degli scoop dei media.

Continuano i tentativi

di far emergere

informazioni sanitarie

da dati

esterni alla medicina:

ultimo caso,

l’analisi semantica

dei tweet

per geo-localizzare

il rischio di infarto...

Di tutt’altro spessore è il lavoro cauto e scientifico

avviato dagli specialisti di medicina e di matematica sperimentale

per far emergere informazione preziosa dai data base specialistici

e dal loro incrocio in ottica sistemica e complessa

Big data management in medicina: Twitter e il rischio infarto

Esempio 3

Twitter e il

rischio infarto


Di cosa parliamo?










Spunti di riflessione sulle minacce indotte dai big data (*)

PRIMO:

nelle reti, la diffusione esponenziale di grandi masse di informazioni,

unita con l’efficacia di trasmissione dei segnali,

porta facilmente alla diffusione veloce di “segnali errati”:

con l’esplosione incontrollata di dati, infatti,

vengono a mancare i feedback negativi,

che possano attenuare/controllare i segnali virali,

siano essi utili alla conoscenza o dannosi.

(*) Rif.: N. Silver, The Signal and the Noise, 2012,

trad it.: Il segnale e il rumore, Fandango 2013


RISCHI!


Spunti di riflessione sulle minacce indotte dai big data

SECONDO:

la sovrabbondanza di informazioni e di dati comporta il pericolo

di creare nicchie di pensiero omogeneo auto-rinforzantesi

scompare infatti il feedback negativo

che regolarizza qualsiasi sistema e lo fa adattare per sopravvivere:

in ambito sociale, aumenta l’aggressività nei confronti

di chi è fuori dalla propria nicchia, scambiata per l’universo.

Si veda il divertente paradosso della “scopa di Occam” citato da Daniel C. Dennett

nel suo “Intuition Pumps and Other Tools for Thinking”,

pubblicato in italiano nel 2014 da Raffaello Cortina con il titolo “Strumenti per pensare”


RISCHI!


Spunti di riflessione sulle minacce indotte dai big data

TERZO:

con l’aumentare esagerato dei dati da esaminare

aumenta la possibilità di vedere segnali là dove c’è solo rumore,

ovvero di individuare falsi positivi

derivanti da una cattiva interpretazione di dati.

Nate Silver, nel suo “Il segnale e il rumore”,

individua nel teorema di Bayes

(o “teorema della probabilità delle cause”)

uno degli strumenti più efficaci

per concretizzare e applicare il paradigma cognitivo complesso

necessario ad affrontare l’eccesso di dati che ci sta travolgendo.


RISCHI!


Di cosa parliamo?










Per un quadro coerente dell’impatto dei big data in medicina

serve una visione condivisa dei concetti di malattia e di salute.

Concetti che hanno subito molte variazioni nel tempo,

come ci mostra la tabella della slide successiva,

tratta dal recente libro del docente di bioetica Gilberto Corbellini (*)

a cui facciamo riferimento per queste minime riflessioni.


(*) G. Corbellini, Storia e teorie della salute e della malattia, Carocci 2014, p.229


tabella tratta da G. Corbellini, Storia e teorie della salute e della malattia, Carocci 2014, p.229



Prima considerazione:

l’approccio socio-culturale

emerso dopo la seconda guerra mondiale

e il tentativo di sintesi evoluzionistica

avvenuta negli ultimi decenni,

sono caratterizzati da

una epistemologia

vicina al paradigma cognitivo complesso

in cui si colloca

l’utilizzo e l’analisi dei big data



Nella zona destra della tabella troviamo infatti termini

in piena sintonia con gli studi della complessità,

delle reti e dell’analisi dei big data.

Scrive Corbellini (p.228):

“negli ultimi decenni la biologia funzionale,

o meglio lo studio di alcuni sistemi fisiologici complessi

come il sistema immunitario e il sistema nervoso,

ha prodotto nuovi riferimenti concettuali

per spiegare le dinamiche fisiologiche

da cui dipendono le proprietà adattative degli organismi”

Seconda considerazione:

da tutto ciò, ricollegandoci a quanto detto in questo seminario,

deriva la centralità, nella medicina attuale,

dell’uso dei big data e dello studio della topologia delle reti.



Se andiamo a ben vedere, infatti, possiamo dire che

quasi tutte le controversie bioetiche emergenti

sono collegate all’uso di “massive data base” specialistici o sociali.

Pensiamo alle applicazioni della genetica

e della ingegneria riproduttiva,

o agli studi sul cervello

con le ricadute delle tecnologie neuroscientifiche.



Per chiudere il cerchio, ripensiamo al concetto di etica

e in particolare di etica in medicina,

ricorrendo sempre alle parole di Gilberto Corbellini (p.207):

“L’etica, ovvero la costruzione culturale di un ordine morale,

è costitutivamente connaturala alla medicina.

La cura è ciò che hanno in comune

(...)

Quindi i problemi dell’etica medica vanno alla radice stessa delle emozioni,

delle aspettative che caratterizzano la moralità umana

e dei problemi che i giudizi razionali incontrano quando si confrontano

con decisioni che riguardano la vita e la morte, la salute e la malattia.

La più recente delle procedure di cura

tende a ridurre l’interazione comunicativa tra medico e paziente,

ma così si priva di un rapporto

che ha basi psicologiche e morali complesse

dei presupposti fisiologici che consentono di inventare

le soluzioni terapeutiche ritagliate sui problemi singoli delle persone”



Riepilogando

con i big data siamo entrati in un territorio nuovo: dalla scarsità

all’eccesso di informazione

non possiamo tornare indietro, all’economia della scarsità

nel nuovo ambiente stiamo individuando opportunità e minacce

specifiche minacce vengono anche dagli atteggiamenti sia degli

“integrati” sia degli “apocalittici”



Riepilogando

Che fare?

prendere coscienza del nuovo ambiente in cui viviamo

approfondire i nuovi meccanismi e i nuovi strumenti

sperimentare nuovi metodi di approccio alla conoscenza e

al processo decisionale

e soprattutto: “maneggiare con cautela!” (cfr. il caso Flu

Trends di Google)



Di cosa parliamo?










Per inquadrare i temi generali:

si può fare riferimento ai testi citati in questa presentazione:

• G. Corbellini, Storie e teorie della salute e della malattia, Carocci 2014

• V. Eletti, Viaggio nelle immense miniere dei dati digitali, Guaraldi 2013

• F. Rampini, Rete padrona, Feltrinelli 2014

• N. Silver, Il segnale e il rumore, Fandango Libri 2013

a cui aggiungerei:

• Paolo Vineis, Salute senza confini. Le epidemie al tempo della

globalizzazione, Codice edizioni 2014

Per approfondire: testi

Testi di

riferimento


Sono numerosi i corsi dedicati al management dei big data,

soprattutto in chiave di supporto alle decisioni in ambienti complessi.

Ecco alcuni appuntamenti tra i più interessanti nel prossimo mese.

Il primo è il CMWL, Complexity Management Winter Lab,

organizzato dal Complexity Institute,

e dedicato proprio a big data e reti neurali,

a Santa Margerita Ligure,

in full immersion,

dall’8 al 14 marzo prossimi

Per info e dettagli:

http://www.complexityinstitute.it/?page_id=6965

Per approfondire: corsi

Corsi

http://www.complexityinstitute.it/?page_id=6965


Sul fronte dell’alta formazione di lunga durata (master di due anni)

segnaliamo il corso “Analytics and Business Intelligence”

organizzato dal MIP, la business school del Politecnico di Milano,

dedicato nello specifico ai big data e alla loro interpretazione e gestione.

La scadenza per l’iscrizione è 15 marzo prossimo.

Durata due anni, 400 ore di lezioni, distribuite su 2 o 3 giorni al mese.

Info: www.mip.polimi.it/mip/it/globals/news/master-in-apprendistato.html

Da tenere d’occhio le news della SICC,

la Società Italiana Caos e Complessità, in cui si trovano info

sia sui corsi organizzati ogni anno in Italia sia i maggiori corsi all’estero:

http://www.sicc-it.unina.it/

Per approfondire: corsi

Corsi

http://www.mip.polimi.it/mip/it/globals/news/master-in-apprendistato.html

http://www.sicc-it.unina.it/


Da maggio a luglio 2015 si svolgerà la sesta edizione del Festival della

complessità, che replicherà l’impostazione dello scorso anno, quando si

tenne una serie di 194 eventi, incontri, manifestazioni,

conversazioni e convegni interdisciplinari in 23 diverse città, su 11 regioni.

Qui trovate la distribuzione geografica degli eventi dello scorso anno:

http://www.dedalo97festivaldellacomplessita.it

Tra breve vi troverete anche il programma 2015

Nota importante:

molte sono le iniziative che hanno per tema

la medicina, le terapie e il sistema sanitario.

Per approfondire: incontri

Incontri

http://www.dedalo97festivaldellacomplessita.it


Per informazioni, indicazioni bibliografiche e consigli di lettura,

mi potete contattare attraverso la mia email dell’Università:

[email protected]

... o sul sito del

Complexity Education Projetc:

www.complexityeducation.it

Per approfondire: contatti

mailto:[email protected]

http://www.complexityeducation.it