Il team di Ingegneria Informatica guidato dal prof. Agostino Marengo si aggiudica il Best Paper Award 2024 della rivista Applied Sciences (MDPI) con uno studio che ha passato al setaccio oltre 428mila pubblicazioni scientifiche, riducendole a 79 casi analizzati con tecniche di machine learning
L’Università di Foggia porta a casa un nuovo riconoscimento internazionale nel campo della ricerca sull’intelligenza artificiale applicata alla sanità. L’articolo “Exploring the Impact of Artificial Intelligence on Healthcare Management: A Combined Systematic Review and Machine-Learning Approach”, pubblicato sulla rivista Applied Sciences dell’editore MDPI, è stato selezionato come vincitore del Best Paper Award 2024: il premio che la rivista assegna ogni anno ai dieci articoli di maggiore qualità e impatto scientifico pubblicati nell’annata, individuati in base a originalità, rilevanza dei risultati e numero di citazioni e download ottenuti.
L’articolo, pubblicato il 6 novembre 2024, era già stato selezionato dagli editor della rivista come “Editor’s Choice”, una segnalazione riservata a un numero ristretto di lavori ritenuti di particolare interesse per i lettori, e inserito in uno special issue dedicato ai modelli linguistici di grandi dimensioni applicati alla sanità digitale.
Da 428mila articoli a 79 casi studio
Il lavoro, coordinato dal prof. Agostino Marengo presso il Dipartimento di Scienze Agrarie, Alimenti, Risorse Naturali e Ingegneria (Dafne) dell’Università di Foggia, nasce da una revisione sistematica della letteratura scientifica condotta secondo le linee guida PRISMA, lo standard internazionale che garantisce trasparenza e riproducibilità nelle revisioni di questo tipo. Il team ha interrogato sei tra i principali database scientifici -quali Google Scholar, ScienceDirect, Scopus, PubMed, IEEE Xplore e Springer- partendo da un bacino iniziale di 428.219 pubblicazioni sui temi dell’intelligenza artificiale in ambito sanitario. Attraverso una sequenza di criteri di inclusione ed esclusione, rimozione dei duplicati e lettura integrale dei testi da parte di tutti gli autori, il numero è stato progressivamente ridotto fino ai 79 studi, relativi al periodo 2019-2023, effettivamente analizzati nel dettaglio.
Su questo corpus di studi il gruppo di ricerca ha poi applicato tecniche di machine learning, confrontando diversi algoritmi predittivi tra cui regressione logistica, reti neurali, random forest e gradient boosting, fino a individuare nella regressione logistica il modello più efficace, con un’accuratezza (misurata in AUC, area sotto la curva ROC) di 0,821. Per rendere interpretabili le previsioni del modello, non uno scatolone nero ma uno strumento le cui logiche potessero essere comprese anche da chi non è un tecnico, i ricercatori hanno applicato l’analisi SHAP (SHapley Additive exPlanations), una delle tecniche più diffuse di intelligenza artificiale “spiegabile” che permette di capire quanto ciascuna variabile abbia contribuito alla classificazione finale di uno studio.
Cinque aree, un filo conduttore: la pandemia come acceleratore
L’analisi ha fatto emergere cinque grandi filoni tematici in cui l’intelligenza artificiale sta lasciando il segno sulla gestione sanitaria: il miglioramento della qualità dei servizi e il coinvolgimento dei pazienti, l’innovazione tecnologica, la gestione delle risorse, la sicurezza e la protezione dei dati, e la risposta alle emergenze sanitarie, quest’ultima analizzata in stretta relazione con l’esperienza della pandemia da Covid-19, che nello studio emerge come un vero e proprio spartiacque. Gli autori descrivono come l’emergenza abbia costretto i sistemi sanitari di tutto il mondo ad accelerare bruscamente l’adozione di strumenti di intelligenza artificiale per la diagnosi precoce, il tracciamento dei contagi e la modellazione della diffusione del virus.
Accanto alle opportunità, lo studio non nasconde le criticità: la tutela della privacy dei dati sanitari, il rischio di distorsioni (bias) negli algoritmi, la cosiddetta natura “black box” di molti sistemi di AI- cioè la difficoltà, per medici e pazienti, di capire perché un algoritmo arrivi a una certa conclusione- e la necessità di una formazione adeguata del personale sanitario. Gli autori dedicano inoltre un’analisi specifica alle differenze geografiche e temporali nell’adozione dell’AI in sanità, osservando ad esempio come l’attenzione della ricerca in Asia-Pacifico si sia spostata negli anni dai temi di gestione delle risorse e sicurezza verso l’innovazione tecnologica, o come il Nord America abbia concentrato l’interesse soprattutto su quest’ultima nel biennio 2022-2023.
Una squadra multidisciplinare tra ingegneria, medicina ed economia
Lo studio porta la firma di cinque ricercatori dell’Ateneo foggiano, a conferma della vocazione interdisciplinare del progetto: oltre al prof. Marengo, hanno lavorato al paper il dott. Vito Santamato del Dipartimento di Scienze Mediche e Chirurgiche, il prof. Massimo Iacoviello, anch’egli del Dipartimento di Medicina, e i professori Nicola Faccilongo e Caterina Tricase del Dipartimento di Economia. Proprio la professoressa Tricase, scomparsa di recente, ha firmato il lavoro come una delle sue ultime fatiche scientifiche, un dettaglio che aggiunge un significato particolare al riconoscimento ottenuto.
Il Best Paper Award 2024 conferma la competitività della ricerca dell’Università di Foggia in un settore, quello dell’intelligenza artificiale applicata alla sanità, che a livello internazionale continua a crescere sia per investimenti sia per interesse scientifico: la stessa rivista Applied Sciences ha scelto di dedicare all’argomento uno special issue apposito, segno che il tema resterà al centro del dibattito accademico nei prossimi anni.
L’annuncio ufficiale del premio è consultabile sul sito della rivista (mdpi.com/journal/applsci/awards/3566). L’articolo, pubblicato in modalità Open Access, è liberamente consultabile all’indirizzo mdpi.com/2076-3417/14/22/10144.
