LaCulturaDelDato #112
Dati & algoritmi attraverso i nostri 5 sensi
For my English speaking friends, click here for the translated version
Ciao,
sono Stefano Gatti e questo è il centododicesimo numero della newsletter LaCulturaDelDato: dati & algoritmi attraverso i nostri 5 sensi. Le regole che ci siamo dati per questo viaggio le puoi trovare qui.
Ecco i cinque spunti del centododicesimo numero:
👅Etica & regolamentazione & impatto sulla società. Nicola Triglione e l'arte del biohacking: dati utili per una vita più lunga e in salute
Presentati:
Sono Nicola Triglione, medico cardiologo appassionato di Biohacking e Longevità. La mia carriera ha preso una svolta decisiva durante gli studi in medicina, quando scoprii che l'80% delle malattie cardiovascolari potrebbe essere prevenuto con miglioramenti nello stile di vita. Questa rivelazione mi ha spinto a specializzarmi presso l'Ospedale Niguarda di Milano e a perfezionarmi a Seattle, USA, dove ho integrato l'attività fisica come terapia non farmacologica. La mia esperienza sul campo mi ha insegnato il valore profondo di ogni parola pronunciata da un medico. Come cardiologo del team Med-Ex, medical partner esclusivo della Scuderia Ferrari, ho toccato con mano l’effetto dei miei studi sulle performance fisiche degli atleti. Sono un fervente sostenitore dell'impatto tangibile delle piccole abitudini quotidiane supportate da solide evidenze scientifiche, e rifiuto le soluzioni che complicano il semplice o semplificano il complesso.
Quale è la sfida più importante che il mondo dei dati e algoritmi affronta oggi nel settore della salute e della longevità?
Siamo di fronte a una duplice sfida:
Prima, c'è l'urgente necessità di formare professionisti sanitari capaci non solo di interpretare i dati, ma anche di applicarli efficacemente nella pratica clinica quotidiana. Un esempio emblematico è la difficoltà di alcuni medici di comprendere appieno significati di allarmi come quello di 'tono cardiovascolare basso' da dispositivi come l'Apple Watch, che in realtà si riferisce al VO2 max. Questa lacuna nella comprensione può portare al rifiuto di dati potenzialmente preziosi.
Il secondo problema è l'overload informativo: la sovrabbondanza di dati può confondere sia pazienti che professionisti sulla scelta dei parametri da monitorare. È fondamentale individuare e focalizzarsi su pochi indicatori chiave, personalizzati in base agli obiettivi di salute del paziente, come l'HRV per lo stress, la qualità del sonno per chi soffre di disturbi del sonno, o il VO2 max per chi cerca di migliorare la propria condizione fisica. Ogni paziente potrebbe richiedere un 'indicatore stella polare' diverso, su cui basare il monitoraggio e l'intervento. Questa scelta rappresenta una sfida significativa nel decision-making, che richiede un approccio metodico e ben informato.
Quali sono gli strumenti che ritieni più utili per i lettori di “La Cultura del dato”?
Gli strumenti utili variano significativamente a seconda delle esigenze individuali, che possono dipendere da fattori come età, caratteristiche fisiche e obiettivi specifici. Per coloro che si concentrano sullo stress o il miglioramento della qualità del sonno, il dispositivo Oura Ring è altamente raccomandato. Per chi mira al miglioramento della forma fisica, dispositivi come l'Apple Watch o il Garmin offrono funzionalità eccellenti. Per coloro con disfunzioni metaboliche, il monitoraggio continuo della glicemia può essere cruciale per migliorare la salute metabolica.
Inoltre, ci sono strumenti molto specifici come i dispositivi di neuromodulazione che stimolano il nervo vago. Questi possono essere utili per trattare sintomi ansioso-depressivi, insonnia, bassi livelli di energia o per aumentare la heart rate variability, un indice critico di stress psicofisico.
Per i professionisti della salute, è fondamentale rimanere aggiornati con ricerche e pubblicazioni continue. Tuttavia, è importante esercitare cautela con gli studi osservazionali o epidemiologici che potrebbero avere limitazioni metodologiche significative. Consiglio di privilegiare trial clinici randomizzati che offrono evidenze scientifiche di alta qualità. Dove non disponibili, come nell'ambito della nutrizione, è essenziale affidarsi a ricercatori o fonti note per la loro affidabilità e specializzazione. Questo approccio riduce la necessità di lunghe ore di ricerca personale e garantisce l'accesso a informazioni precise e verificate.
Il mio ruolo tra 10 anni sarà ... (continua la frase come fossi GPT-10)
Tra dieci anni immagino di essere un divulgatore ancora più affermato sui temi che mi stanno più a cuore: la modifica dello stile di vita, la prevenzione cardiovascolare e l'uso dell'attività fisica come terapia. Il mio obiettivo è mantenere sempre viva la curiosità e l'entusiasmo per questi argomenti. Anche se vincessi al superenalotto, continuerei a fare video sul mio canale YouTube perché è quella passione che mi spinge a studiare, approfondire e poi semplificare temi che non solo mi interessano personalmente ma che studio anche per il benessere della mia famiglia.
La figura di Peter Attia è stata fondamentale nel mio percorso. L'ho scoperto durante la mia specializzazione in cardiologia nel 2014 e il suo approccio all'aterosclerosi e alla lipidologia mi ha aperto gli occhi su una visione diversa e necessaria della medicina. Da quel momento, ho seguito i suoi aggiornamenti e approfondimenti che hanno influenzato profondamente il mio modo di vedere la medicina e la divulgazione. Ora, mentre parliamo di longevità, è essenziale ricordare che non si può discutere di longevità senza considerare le malattie cardiovascolari, ancora oggi la principale causa di morte nei paesi occidentali.
PSS (Post Scriptum di Stefano): Ci sono persone che incontri nella vita che non solo cambiano il tuo percorso per la loro grande professionalità, qualità indiscussa di Nicola, ma lo fanno con empatia, umiltà e positività. Nicola è entrato a far parte del mio viaggio di consapevolezza sui parametri psicofisici da monitorare, dando priorità a quella vasta mole di dati che avevo accumulato negli anni e che maneggiavo non sempre con destrezza. Oltre a un rapporto medico-paziente di grande valore, lo seguo costantemente per la sua capacità di semplificare concetti complessi, rendendoli accessibili, spesso con un approccio più affine alla cultura europea rispetto a grandi guru come Peter Attia e Andrew Huberman.
Il mio consiglio personale, a seconda del tuo interesse per la longevità e la salute, è di seguirlo:
- su Instagram, se la tua passione è moderata sul biohacking ma desideri comunque rimanere aggiornato su alcune tematiche;
- su YouTube, se vuoi approfondire i temi più importanti sulla salute e sul biohacking con i suoi video settimanali di circa 10 minuti, ai quali si sono aggiunti recentemente degli speciali molto interessanti ("Dottore, chiami un Dottore") che trattano temi specifici insieme ad altri medici eccezionali selezionati da Nicola;
- iscrivendoti alla sua newsletter e a quella di sua moglie, un'abile nutrizionista;
- leggendo il suo meraviglioso libro “Stanco di sentirti stanco”
Infine, se vuoi sentire parlare Nicola di dati e algoritmi avendo anche una sintesi del suo pensiero questa intervista a Nicola realizzata da Dario Vignali, è lunga ma imperdibile.
👃Investimenti in ambito dati e algoritmi. Start-up of the month March 2024: Powerful Medical
Come ogni mese, grazie alla mia attività di monitoraggio di innovazione e investimenti a livello mondiale, ho l'occasione di presentarti una startup che ha catturato particolarmente la mia attenzione, distinguendosi per aver ottenuto finanziamenti significativi a marzo 2024. Questa startup opera nell'ambito dei dati e degli algoritmi, integrando queste tecnologie in modo sostanziale nei suoi prodotti destinati al mercato.
Iniziamo con qualche dato su marzo a livello globale: il numero e i valori degli investimenti hanno mostrato un leggero decremento rispetto ai primi mesi dell’anno. Questo ha reso il primo trimestre del 2024 il peggiore degli ultimi quattro anni, con una contrazione anche rispetto allo stesso periodo del 2023, come segnalato anche da Crunchbase. In controtendenza si registra una crescita nel settore dei Dati e dell'AI (94 su 497 esaminate, quasi il 20%) e anche dell'healthcare. Spesso questi due ambiti si sovrappongono, dimostrando quanto salute, dati e intelligenza artificiale siano interconnessi e si rafforzino a vicenda.
Proprio per questo e in onore dell’ospite di questa settimana, il cardiologo e biohacker Nicola Triglione, la start-up del mese è Powerful Medical, un'azienda che mira a migliorare la diagnosi delle malattie cardiovascolari attraverso l'intelligenza artificiale. La sua piattaforma principale, PMcardio, sfrutta tecnologie avanzate per interpretare gli elettrocardiogrammi (ECG) rapidamente e con grande precisione. Questo dispositivo medico certificato, disponibile anche come app per smartphone, è capace di diagnosticare fino a 40 malattie cardiovascolari diverse in meno di 5 secondi per ogni ECG analizzato. Un elemento distintivo di PMcardio è la sua capacità di rilevare l'infarto miocardico con ostruzione (Occlusion Myocardial Infarction, OMI) anche in assenza delle tipiche elevazioni del tratto ST, comunemente indicatori di attacchi cardiaci. Questa caratteristica consente un riconoscimento precoce e accurato, essenziale per guidare decisioni cliniche vitali, specialmente in contesti di emergenza, migliorando così la gestione del paziente e riducendo il rischio di complicazioni gravi, come l'insufficienza cardiaca o la mortalità dovuta a ritardi nella rivascolarizzazione. La tecnologia AI di PMcardio non solo incrementa l'accuratezza diagnostica ma fornisce anche raccomandazioni di trattamento basate sulle linee guida della pratica clinica, agevolando il lavoro dei professionisti sanitari nell'adeguare le loro decisioni alle evidenze mediche più aggiornate. Per pura curiosità, ho scaricato l'applicazione (disponibile anche per i consumatori), provata su alcuni esami che avevo fatto in passato. Oltre a confermare le letture del mio medico, mi ha colpito per la sua usabilità. L'azienda, con sede a Bratislava, ha raccolto finora, oltre a questo seed di 7,5 milioni di euro, circa 15,2 milioni in totale.
👀 Data Science: Pensavi di conoscere l'effetto Dunning-Kruger? ripensaci!
“L'effetto Dunning-Kruger è un pregiudizio cognitivo secondo cui le persone con competenze limitate in un determinato ambito tendono a sopravvalutare le proprie capacità. Descritto per la prima volta da Justin Kruger e David Dunning nel 1999, alcuni studiosi includono anche l'effetto opposto per coloro con alte prestazioni: la tendenza a sottostimare le proprie capacità. Nella cultura popolare, l'effetto Dunning-Kruger è spesso frainteso, percependolo come un generale eccesso di fiducia da parte di persone con scarsa intelligenza, piuttosto che come una sovrastima delle proprie competenze in compiti specifici.” È così che la voce inglese di Wikipedia spiega l'effetto Dunning-Kruger, un argomento che ho citato spesso in pubblico o nei miei articoli senza mai approfondire le sue origini e le controversie statistiche che lo circondano. Grazie a
, alcuni mesi fa mi sono imbattuto in questo articolo di un economista canadese che ha “liquidato” l'effetto Dunning-Kruger come un fenomeno di autocorrelazione statistica, partendo dal presupposto che questo grafico iniziale del 1999
correla in realtà la performance misurata a livello oggettivo di conoscenza in un particolare ambito con la differenza tra la percezione di conoscenza e la conoscenza oggettiva stessa. Non tutti sono d'accordo, come puoi leggere qui. Se non vuoi impiegare troppo tempo ad approfondire la diatriba, la voce inglese di Wikipedia riporta molte misurazioni e controversie sul tema dal 1999 ad oggi. Questo ha inevitabilmente scosso le mie precedenti solide convinzioni e, dopo aver letto diversi altri approfondimenti tratti dalla stessa voce di Wikipedia, da questo paper e da una discussione immancabile su Reddit, mi sono reso conto che il tema è molto più complesso di quanto immaginassi e dipende fortemente dai dati, dal modo in cui vengono raccolti, dal contesto di applicazione e anche dalla cultura del paese. Sembra infatti che nei paesi orientali sia stato rilevato un effetto Dunning-Kruger inverso. Parlando di psicologia, le misurazioni e le analisi risultano sempre più complicate di quanto si tenda a pensare, e forse anche in questo caso l'effetto Dunning-Kruger ha un ruolo da protagonista 🙂. Se hai osservazioni o commenti, specialmente sul lato statistico, sono molto curioso di sapere cosa ne pensi!
🖐️Tecnologia (data engineering). Da solo o in squadra? I nuovi orizzonti della AI con i design patterns di Andrew Ng
L'approfondimento che ti consiglio oggi, anzi, la mini-serie di approfondimenti che ti suggerisco, nasce da uno dei possibili trend futuri più interessanti dell'uso della generative AI, che potrebbe avere un impatto notevole sia nel mondo tecnologico sia sulla produttività in ogni ambito industriale. Sto parlando dei sistemi di agenti, o meglio, di quei pattern che stanno emergendo nell'interazione tra agenti (singoli LLM) specializzati su specifici compiti. Potresti pensare che stia esagerando, ma negli ultimi due mesi, leggendo, riflettendo e facendo qualche prova (meno di quanto avrei voluto 😔), ho avuto diversi aha moment 😊. Per rafforzare il concetto, ti dico che questi approfondimenti arrivano da Andrew Ng, il cui equilibrio, pragmatismo, intelligenza e capacità di anticipare i trend dell'AI lo rendono una delle persone più seguite su questi temi, non solo dal sottoscritto.
Ti consiglio di partire da questo post, dove Andrew Ng definisce proprio cosa sono questi Agentic Design Patterns e come, con il suo team, ha misurato anche la loro efficacia rispetto agli esistenti LLM. Ecco la figura chiave.
Poi, visto che ti ho sicuramente incuriosito, passa a leggere i quattro design pattern che lui descrive come emergenti, classificandoli in ordine di complessità e maturità:
- Reflection: il pattern più semplice che, perdonami la semplificazione, è un'evoluzione della modalità Chain of Thoughts o di interazione con un LLM per step successivi.
- Tool Use: un pattern già in uso da mesi in strumenti come ChatGPT4, ovvero l'utilizzo di API o strumenti esterni come, ad esempio, la ricerca web.
- Planning: qui usiamo uno più Large Language Model (LLM) per decidere autonomamente quale sequenza di passi eseguire per completare un compito più ampio.
- Multi-Agent Collaboration: come scrive Ng, "Dato un compito complesso come la scrittura di un software, un approccio multiagente suddivide il compito in sottocompiti che devono essere eseguiti da ruoli diversi, come un ingegnere software, un product manager, un designer e un ingegnere QA, e fa sì che agenti diversi eseguano sottocompiti diversi." E se pensi che sia fantascienza, qui trovi qualcuno che sta creando un framework (disponibile su GitHub) per creare una software company virtuale.
Stanno emergendo inoltre diversi framework che facilitano l'implementazione della Multi-Agent Collaboration, per esempio Autogen di Microsoft, CrewAi o Lang Graph. E se vuoi avere una visione di insieme di come sta evolvendo il panorama della specializzazione dei singoli agenti, questo sito è imperdibile, così come il suo gemello, un motore di ricerca per specifici agenti, entrambi realizzati da una start-up californiana che facilita i deploy in cloud degli agenti stessi. Del resto,
, nell'intervista nel numero 110, ci aveva raccontato la sua visione di un futuro in cui la competenza centrale sarà "la comprensione dei sistemi complessi, con tanti software nel team."👂🏾Organizzazione e cultura dei dati e algoritmi nelle organizzazioni. Scegliere lo strumento giusto: oltre l'hype della generative AI verso le domande giuste
Ci sono due aspetti critici che, come data expert, stiamo vivendo all'interno delle organizzazioni dopo il rilascio di ChatGPT a novembre 2022. Il primo è l'incredibile "hype" che ha avuto la generative AI. Il secondo è che si è perso ancora di più il focus sul vero punto di partenza di ogni progetto o problema aziendale, ovvero fare la domanda giusta, articolandola nel miglior modo possibile e rendendola comprensibile sia ai tech che ai non tech. Per questo, quando ho letto l'articolo che ti propongo oggi, "Trovare il tipo di Intelligenza artificiale più adatto al problema che si sta cercando di risolvere", mi si è aperto il cuore 🙂. E comunque, molte volte, scomodare la parola "Intelligenza Artificiale" è spesso fuori luogo. Cerchiamo in questo caso di usarla, comunque, nel senso di strumento, come scrive il filosofo Maurizio Ferraris nel paper che ti ho segnalato nel numero scorso.
Fatta questa doverosa precisazione, l'articolo è perfetto per aiutarci a indirizzare i due aspetti critici che ti ho citato. Nella prima parte, infatti, fornisce una classificazione degli strumenti di advanced analytics semplice e abbastanza facilmente comunicabile: Generative AI, Traditional Deep Learning (forse qui per retrocompatibilità aggiungerei "& Machine Learning", ma forse sono troppo tech), Econometrics (la vecchia e utilissima statistica) e Rule-based automation (semplificato con "if then else"). Nella seconda parte, l'articolo presenta le cinque domande chiave da condividere con i tuoi interlocutori (non data experts) per scegliere più consapevolmente quali strumenti usare per risolvere il loro problema. Partiamo dalla domanda "Qual è il costo di sbagliare?" per passare a domande sulla necessità della spiegabilità e ripetibilità della risposta del modello che uso, per finire a interrogarsi sui dati che ho a disposizione e su quello che rappresentano.
Una lettura interessante, con uno schema di uso abbastanza semplice da poter essere condiviso o usato anche da non esperti, partendo, come evidenzia l'articolo, "dal problema, non dalla tecnologia... perché se si usa l'AI generativa come un martello, tutto inizia a sembrare un chiodo." Ma invece di chiedervi come fare l'AI generativa nella vostra azienda, chiedetevi cosa dovete realizzare e, soprattutto, quale problema dovete risolvere.”
Se hai ulteriori suggerimenti e riflessioni sui temi di questo numero o per migliorare questa newsletter scrivimi (st.gatti@gmail.com) o commenta su substack.
Se ti è piaciuta e non sei ancora iscritto lascia la tua mail qui sotto e aiutami a diffonderla!
Alla prossima!