AMSTERDAM – Il consorzio di leader del settore sanitario TRAIN – Trustworthy & Responsible AI Network – ha annunciato la sua espansione in Europa con l’obiettivo di coadiuvare le organizzazioni della regione a rendere operativa l’AI responsabile attraverso guardrail tecnologici: un supporto importante per l’ottimizzazione della qualità da una parte e una tutela per la sicurezza ed affidabilità dell’AI nel settore sanitario. Tra le organizzazioni del consorzio vi sono Erasmus MC (Paesi Bassi), HUS Helsinki University Hospital (Finlandia), Sahlgrenska University Hospital (Svezia), Skåne University Hospital (Svezia), Università Vita-Salute San Raffaele (Italia) e University Medical Center Utrecht (Paesi Bassi), con Microsoft come partner abilitante per la tecnologia. Anche Foundation 29, un’organizzazione senza scopo di lucro che mira a responsabilizzare i pazienti e a trasformare l’assistenza sanitaria attraverso iniziative basate sui dati e tecnologie innovative, ha aderito all’European TRAIN. La rete è aperta ad altre organizzazioni sanitarie in Europa interessate ad aderire.
Si tratta indubbiamente di un progetto rivoluzionario il settore sanitario in Europa e nel mondo che punta a Migliorare i risultati dell’assistenza ai pazienti, semplificare i processi ed abbattere i costi.
La formazione iniziale di TRAIN, annunciata nel marzo 2024, ha introdotto le principali organizzazioni sanitarie negli Stati Uniti come parte della rete. Gli obiettivi operativi del consorzio comprendono:
- Fornire tecnologia e strumenti per rendere operativi su larga scala principi di AI affidabili e responsabili.
- Lavorare in collaborazione con altri membri di TRAIN e con le principali parti interessate per consentire a tutte le organizzazioni di beneficiare di guardrail di AI responsabili basati sulla tecnologia.
- Condividere le best practise relative all’uso dell’AI in ambito sanitario, tra cui la sicurezza, l’affidabilità e il monitoraggio degli algoritmi di AI e le competenze necessarie per gestire l’AI in modo responsabile. I dati e gli algoritmi di intelligenza artificiale non saranno condivisi tra le organizzazioni membri o con terze parti.
- Lavorare per consentire la registrazione dell’AI utilizzata per l’assistenza clinica o le operazioni cliniche attraverso un portale online sicuro.
- Fornire strumenti per consentire la misurazione dei risultati associati all’implementazione dell’AI, comprese le migliori pratiche per studiare l’efficacia e il valore dei metodi di AI in ambito sanitario e sfruttare gli ambienti che preservano la privacy, con considerazioni sia in contesti pre che post-implementazione. Possono essere forniti anche strumenti che consentono di eseguire analisi in sottopopolazioni per valutare le distorsioni.
- Lavorare allo sviluppo di un registro federato dei risultati dell’AI che le organizzazioni possano condividere tra loro. Il registro acquisirà i risultati del mondo reale relativi all’efficacia, alla sicurezza e all’ottimizzazione degli algoritmi di intelligenza artificiale.
“L’attenzione di TRAIN ai principi dell’AI responsabile e alla collaborazione che preserva la privacy rafforza le nostre strategie per sfruttare in modo sicuro ed etico le tecnologie di AI. Questa iniziativa crea fiducia, protegge i dati dei pazienti e allinea le pratiche delle istituzioni partecipanti agli standard sanitari europei“. — Carlo Tacchetti, ordinario di Anatomia Umana alla Facoltà di Medicina e Chirurgia dell’Università Vita-Salute San Raffaele e coordinatore del programma strategico AI di UniSR e direttore del Centro di Imaging Sperimentale, Istituto Scientifico San Raffaele
Informazioni sulla rete di intelligenza artificiale affidabile e responsabile (TRAIN)
Il Trustworthy & Responsible AI Network (TRAIN) è una delle prime reti di AI sanitaria volta a rendere operativi i principi dell’AI responsabile. Attraverso la collaborazione, i membri di TRAIN contribuiranno a migliorare la qualità, la sicurezza e l’affidabilità dell’AI nel settore sanitario condividendo le migliori pratiche, consentendo la registrazione dell’AI utilizzata per l’assistenza clinica o le operazioni cliniche, fornendo strumenti per consentire la misurazione dei risultati associati all’implementazione dell’AI e facilitando lo sviluppo di un registro federato dei risultati dell’AI che le organizzazioni possono condividere tra loro.
