Google acquista Senosis, la startup che rileva le malattie con lo smartphone

Un centro diagnostico a portata di smartphone. È quanto si prefigge Senosis, la piccola startup americana, ultimo acquisto di Google, che unita alle capacità e alla potenza del machine Learning, intende rivoluzionare il mondo della diagnostica medica mediante una serie di applicazioni per smartphone. In caso di approvazione dalla FDA, un semplice smartphone, implementato con le giuste app della startup, potrà soppiantare quegli strumenti che oggi sono appannaggio delle sole strutture sanitarie.

La app funziona senza hardware esterno - A differenza delle altre app in circolazione, Senosis non avrà bisogno di un hardware aggiuntivo: con le giuste applicazioni gli smartphone si trasformeranno in veri e propri rilevatori di parametri vitali capaci di aiutare nella diagnosi di certi tipi di patologie e quadri sintomatologici, soprattutto nei paesi dove l’accesso alla strumentazione è più complicato: attraverso la fotocamera si rileveranno i livelli di bilirubina nel sangue - il cui innalzamento produce l’ittero, specie nei neonati -  la quantità di emoglobina per i casi di anemia e il battito cardiaco. Tramite il microfono dello smartphone, Senosis sarà invece capace di rilevare problemi ai polmoni come fibrosi cistica o asma.

Si attende la valutazione della FDA - Dietro la piccola startup americana ci sono Shwetak Patel e altri quattro ricercatori e tecnici dell'Università di Washington, che nel 2011 si sono aggiudicati il MacArthur Genius Grant, un premio per le professionalità più promettenti. Le applicazioni di Senosis, tra cui SpiroSmart, Spirocall, HemaApp e OsteoApp, sono in attesa di una valutazione da parte della FDA, Food and Drug Administration. Se dovessero essere approvate, ci si potrebbe aspettare una significativa ventata di novità per le applicazioni dedicate alla salute, incluse nei sistemi operativi mobili e in particolar modo su Android. La strada per una vera e propria telediagnosi su smartphone, basata sull'intelligenza artificiale e sul machine learning (l'abilità dei computer di apprendere senza essere stati esplicitamente programmati), appare comunque ancora lunga e impervia.