TECNOLOGIA

UN CHATBOT PIU’ PRECISO DEI MEDICI : UNO STUDIO.

da doctor33.it

Un chatbot avrebbe dimostrato una precisione superiore nelle diagnosi e più empatia rispetto a un medico di base.

L’algoritmo di intelligenza artificiale, denominato Articulate Medical Intelligence Explorer (AMIE), è basato su un grande modello linguistico (LLM) sviluppato da Google ed è addestrato per condurre e valutate conversazioni mediche. Nei test con attori addestrati ad avere patologie ha eguagliato o addirittura superato le performance dei medici umani.

Il chatbot ha dimostrato un’accuratezza superiore nella diagnosi di problemi respiratori, condizioni cardiovascolari e varie patologie rispetto a un medico generico. Inoltre, confrontato con i medici umani, l’algoritmo ha estratto una quantità simile di informazioni dai dialoghi, mostrando un livello più elevato di empatia. come riportato in uno studio preliminare di Tao Tu e colleghi di Google Research e Google DeepMind.

Il software si è basato su cartelle cliniche e anamnesi vocali reali trascritte da medici e pazienti. Per ulteriormente addestrare il modello, i ricercatori hanno incaricato il sistema LLM di interpretare il ruolo di una persona con una specifica malattia o di un medico. Inoltre, il loro algoritmo ha assunto il ruolo di un collega critico, valutando l’interazione del medico con il paziente e fornendo feedback per il miglioramento.

Passando alla fase di test, i ricercatori hanno arruolato 20 partecipanti in uno studio: non pazienti reali ma attori addestrati a simulare sintomi specifici.

Basandosi su un testo preconfezionato i partecipanti hanno simulato, in cieco – quindi senza sapere se stavano interagendo con il sistema AMIE o con un medico vero – un consulto medico con il sistema AI e con 20 medici veri simulando 149 scenari clinici.

Il sistema AMIE ha eguagliato o superato l’accuratezza delle diagnosi dei medici in tutte e sei le specialità mediche esaminate. Su 26 criteri di qualità della conversazione analizzati, il sistema ha superato i medici veri in 24 casi, tra cui cortesia, spiegazione dei sintomi, trattamento, onestà, completezza e coinvolgimento, AMIE ha superato i medici umani.

Uno dei motivi che potrebbe spiegare il fenomeno è che i medici di medicina generale potrebbero non essere abituati a interagire con i pazienti attraverso chat basate su testo, potenzialmente influenzando le loro prestazioni, ma hanno anche notato come i medici si stancano più rapidamente di un robot nel fornire risposte lunghe e strutturate, liquidando più velocemente i pazienti.

Pur riconoscendo che il chatbot è lontano dall’essere impiegato nell’assistenza clinica, gli autori hanno sostenuto che potrebbe alla fine svolgere un ruolo nella democratizzazione dell’assistenza sanitaria. Adam Rodman, professore di medicina presso la Harvard Medical School di Boston, ha sottolineato che nonostante la sua utilità, lo strumento non dovrebbe sostituire l’interazione con i medici, poiché la medicina riguarda molto più che raccogliere informazioni: ruota intorno alle relazioni umane.

I ricercatori stanno progettando ora studi più dettagliati e approfonditi per scoprire fin dove può spingersi il software, eventuali limiti e superare i requisiti etici e di privacy per coinvolgere pazienti reali e applicare il sistema nella pratica clinica quotidiana.

NUOVO PODCAST SUI RISCHI ELETTROMAGNETICI.

da amblav.it

La sezione podcast del Portale Agenti Fisici presenta gli audio relativi al corso di base “Valutazione del rischio da campi elettromagnetici” – organizzato nell’ambito del piano di attività PAF 2021 – che fornisce i criteri operativi per poter individuare e valutare il rischio derivante da tale esposizione associato alle sorgenti maggiormente diffuse in ambito sanitario, terziario ed industriale ai fini della prevenzione per la salute e la sicurezza.

Portale Agenti Fisici – SEZIONE PODCAST
Valutazione Rischio CEM

Introduzione e concetti Base
Iole Pinto – A.U.S.L. Toscana Sudest

Criteri valutativi per portatori di DMIA
Rosaria Falsaperla – INAIL Settore Ricerca – Dipartimento Medicina, Epidemiologia, Igiene del Lavoro ed Ambientale

Da segnali complessi e il corretto impiego dei dati riportati nel PAF
Andrea Bogi – A.U.S.L. Toscana Sudest

Casi studio
Nicola Stacchini – A.U.S.L. Toscana Sudest

Fonte: PAF

Vai alla sezione podcast…

IL FUTURO INCERTO DEL LAVORO INTELLETTUALE DOPO LA RIVOLUZIONE IA

Le ere storiche sono costantemente caratterizzate da rivoluzioni tecnologiche che hanno completamente trasformato la quotidianità dell’umanità, un fenomeno sempre più frequente nei recenti due secoli. Dalla macchina a vapore all’energia elettrica, dal motore a combustione interna alla nascita di Internet, ogni innovazione ha apportato un cambiamento rilevante, inizialmente suscitando preoccupazioni poi rivelatesi positive. Ora è il momento dell’intelligenza artificiale generativa, incarnata da tecnologie come ChatGPT, Midjourney e Runway. Questi sistemi mirano a emulare la creatività umana, generando testi, immagini, musica e video, inaugurando così una nuova era con una transizione certamente complessa, ma potenzialmente capace di riequilibrare la vita e il lavoro umano.

Durante questa fase transitoria, la sfera professionale dei lavoratori intellettuali, noti come “colletti bianchi”, subirà impatti significativi. Tradizionalmente, dall’era della macchina a vapore ai giorni nostri con i robot, l’automazione ha rivoluzionato il lavoro manuale, spostando l’attenzione verso impieghi intellettuali ritenuti unici all’umanità. Tuttavia, con l’emergere di sistemi come ChatGPT, capaci di elaborare informazioni e generare contenuti con una precisione quasi umana, anche i lavori intellettuali diventano suscettibili all’automazione, sollevando preoccupazioni sul futuro di professioni a minor valore aggiunto, come operatori nei call center, traduttori e grafici pubblicitari.

Per i mestieri più complessi, come manager, consulenti, avvocati e giornalisti, è difficile immaginare una sostituzione totale, ma l’introduzione di sistemi di intelligenza artificiale generativa aumenterà notevolmente la produttività individuale, portando a riduzioni di personale e a una concorrenza più intensa. I giovani saranno sfidati, con difficoltà nel trovare posizioni di assistenza quando vi sono alternative virtuali, ma con l’opportunità di saltare la tradizionale gavetta utilizzando efficacemente sistemi di intelligenza artificiale, sfidando la comprensione dei professionisti più anziani.

Indubbiamente, questo periodo transitorio sarà impegnativo, ma coloro che comprenderanno e adotteranno l’intelligenza artificiale in anticipo avranno un vantaggio significativo.

Analizzando le rivoluzioni tecnologiche passate, è prevedibile che dopo questa fase complessa si raggiungerà una nuova era di espansione e benessere. Questo modello è emerso dopo le grandi rivoluzioni industriali, e si ripeterà dopo la diffusione generalizzata dell’intelligenza artificiale generativa. Come avvenuto con l’elettricità e Internet, ci sarà una crescita economica generale, con la creazione di nuove società e servizi al di là delle attuali immaginazioni. La sfida per giovani e lavoratori più anziani non sarà solo migliorare ciò che già esiste, ma inventare ciò che non esiste ancora, grazie all’intelligenza artificiale. Così come con l’elettricità si sono inventati radio, televisione e aspirapolvere, e con Internet si sono introdotti e-commerce, social network e sharing economy, l’intelligenza artificiale generativa potrebbe aprire la strada a innovazioni altrettanto rivoluzionarie.

È difficile prevedere cosa emergerà con l’intelligenza artificiale generativa e se questa espansione economica sarà accompagnata da un aumento dell’occupazione. Tuttavia, è probabile che la società si orienterà verso un modello in cui il lavoro umano sarà ridotto a poche ore al giorno o settimanali, potenzialmente conducendo a un nuovo equilibrio di vita migliore rispetto al presente.

Articolo tratto da info e considerazioni da :

Federico Morgantini, autore del saggio ChatGPT – L’inizio di una nuova era (Kenness, 2023)

INTELLIGENZA ARTIFICIALE E RICERCA SCIENTIFICA

da Cnr.it

L’OCSE, Organizzazione per la Cooperazione e lo Sviluppo Economico, ha appena pubblicato un libro che interessa molto da vicino il mondo della ricerca. Il titolo è “Artificial Intelligence in Science: Challenges, Opportunities and the Future of Science”. L’opera può essere scaricata come PDF o letta online in webbook format dal sito: https://www.oecd-ilibrary.org/sites/a8d820bd-en/index.html?itemId=/content/publication/a8d820bd-en&_csp_=be7a6e5e377bf806fc0a37f89d460d76&itemIGO=oecd&itemContentType=book, sia interamente sia per capitoli.

Il libro si concentra sul ruolo che l’intelligenza artificiale (IA) può avere sull’attività di ricerca e, in particolare, su come potrebbe aumentarne la produttività scientifica. Discute di come, applicando l’IA alla ricerca, si possa migliorare la capacità di scoprire nuove conoscenze scientifiche, e di farlo in maniera più efficiente e più rapida. Il libro raccoglie i contributi di eminenti scienziati e professionisti, ma è scritto in un linguaggio non tecnico accessibile a tutti, decisori politici e stakeholder del mondo della ricerca.

Alla prima parte dell’opera, che affronta il tema della sostenibilità del progresso tecnico-scientifico, ha contribuito anche Giovanni Abramo dell’Istituto di analisi dei sistemi ed informatica “Antonio Ruberti” (Cnr-Iasi), con un saggio sul ruolo della bibliometria nella misurazione della produttività scientifica. Dopo aver dimostrato perché i più popolari indicatori di performance (numero di pubblicazioni, citazioni medie, h index) non sono validi, Abramo propone un indicatore di produttività, FSS (valore dell’output per unità di spesa in ricerca), fondato sulla teoria microeconomica della produzione, e mostra con la sua applicazione che la produttività dei ricercatori italiani è in continua ascesa, anche grazie a sistemi incentivanti quali la VQR e l’ASN, introdotti dal governo nei primi anni dello scorso decennio.

Per informazioni:
Giovanni Abramo
Cnr – Iasi
giovanni.abramo@iasi.cnr.it

ENEA E INTELLIGENZA ARTIFICIALE

da media.enea.it

ENEA ha sviluppato nuovi strumenti basati sull’intelligenza artificiale per misurare e migliorare sicurezza ed efficienza nei luoghi di lavoro. I primi test sono stati condotti con risultati positivi in due contesti lavorativi diversi, una multinazionale farmaceutica e un’azienda italiana di lavorazione dei metalli. La ricerca è stata pubblicata sulla rivista internazionale Journal of Industrial Information Integration e rientra nel progetto internazionale “Human-Centred Safety Crowd-Sensitive Indicators”, al quale hanno partecipato ENEA (coordinamento), Sapienza Università di Roma, Middlesex University di Londra, l’azienda Human Factors Everywhere e Inail che ha finanziato la quota italiana[1].

“La metodologia e gli strumenti software che abbiamo sviluppato sono pensati per garantire l’efficienza e la sicurezza nelle imprese moderne dove i processi produttivi prevedono l’interazione tra persone, strumentazione fisica e componenti tecnologiche, tra cui robot, droni, software e sensori. In gergo tecnico, ci riferiamo a sistemi cyber-socio-tecnici”, spiega Antonio De Nicola, ricercatore del Laboratorio ENEA di Analisi e protezione delle infrastrutture critiche e coautore dello studio insieme alla collega Maria Luisa Villani, Francesco Costantino, Andrea Falegnami e Riccardo Patriarca di Sapienza Università di Roma, Mark Sujan di Human Factors Everywhere e John Watt della Middlesex University.

Il team di esperti ha definito un nuovo indicatore di resilienza[2] per cogliere il disallineamento tra procedure formali (Work-As-Imagined) e lavoro concretamente svolto dagli operatori in fabbrica e nei cantieri (Work-As-Done). “Spesso efficienza e sicurezza sono messi a rischio da questo disallineamento, in quanto nella realtà esistono più modi di ‘vedere’ lo stesso processo lavorativo e può succedere che i lavoratori possano cambiare, per necessità, quanto stabilito dal protocollo. Ma molti di questi cambiamenti possono essere potenzialmente pericolosi se si è, ad esempio, in una centrale elettrica o in un cantiere edile”, sottolinea De Nicola,

Per stimare questo indicatore, è stata sviluppata una metodologia parzialmente automatizzata basata su questionari ‘dinamici’, per cogliere le differenze tra Work-As-Imagined e Work-As-Done, e sull’intelligenza artificiale, per analizzare e quantificare il gap tra queste due modalità lavorative.

Nell’azienda di produzione di semilavorati in alluminio, l’indicatore ha permesso di individuare la tipologia di funzioni da monitorare con più attenzione per garantire ai lavoratori una maggiore sicurezza. Nell’impianto di produzione farmaceutica, invece, sono state evidenziate anche le principali azioni da intraprendere per migliorare l’efficienza delle operazioni.

A volte il disallineamento tra procedure lavorative formali e il lavoro concreto sono ‘deprecabili’ per il mancato rispetto delle procedure di sicurezza, mentre altre volte il completamento di un processo lavorativo richiede effettivamente che i lavoratori si discostino dai protocolli formali. In ogni caso questa diversità di prospettive può causare tensioni organizzative nell’intero sistema e portare a un basso livello di prestazione o, addirittura, a incidenti legati al mancato rispetto delle procedure di sicurezza”, conclude il ricercatore ENEA.

SICUREZZA E DECODIFICA CROMATICA DEI DISPOSITIVI DI COMANDO DELLE MACCHINE.

da Inail.it

Questo documento è dedicato agli ambienti industriali e, in particolare, all’uso del colore nel codice visivo dei dispositivi di comando macchine.

Il d.lgs. 81/08 prescrive che le informazioni, segnalazioni di allarme e le avvertenze di attrezzature o macchine siano ben visibili e comprensibili. Il d.lgs. 17/10, decreto di recepimento della Direttiva Macchine attualmente in vigore, conferma tale principio richiedendo la comprensibilità del segnale come requisito di sicurezza da soddisfare.Questo lavoro mette a fuoco le possibili difficoltà nella decodifica del segnale derivante dalla inabilità cromatica e propone misure tecniche di miglioramento per la comprensibilità del segnale per la maggior parte lavoratori che, specie negli ambienti industriali, si interfacciano con dispositivi di comando macchine dotati di segnali visivi di emergenza e di utilizzo.

Prodotto: OpuscoloEdizioni: Inail – 2023Disponibilità: Consultabile solo in reteInfo: dcpianificazione-comunicazione@inail.it

CHATGPT E SANITÀ AMERICANA

Molte persone stanno utilizzando ChatGpt per approfondimenti sanitari, diagnosi e aiuto nel comprendere referti medici. Lo afferma uno studio che ha coinvolto 2 mila americani, condotto da OnePoll per conto di UserTesting. Secondo il report, il 52% degli intervistati ha utilizzato il chatbot per finalità mediche e nell’84% dei casi, l’IA ha risposto correttamente ad una domanda fatta prima di avere un parere ufficiale da un professionista. Cifre che potrebbero, per gli autori, dar vita ad un eccessivo affidamento degli utenti a strumenti come ChatGpt per quesiti delicati e non privi di ‘allucinazioni’, ossia indicazioni errate da parte dell’IA.

Ad ogni modo, il 53% degli americani che ha chiesto almeno una volta a ChatGpt qualcosa sulla salute lo ha fatto per avere informazioni su cure e trattamenti; il 52% per individuare i migliori esperti di una materia; il 47% per capire meglio le prescrizioni mediche. Stando ai fautori della ricerca, gli americani sono più propensi di altri a sfruttare l’intelligenza artificiale per pareri medici. I motivi sono vari, dai 26 milioni di cittadini che non hanno un’assicurazione a coloro che abitano nelle aree rurali, lontani dai centri diagnostici e di primo soccorso. L’indagine ha disegnato uno spaccato anche di altri due paesi, l’Australia e il Regno Unito.

Per il primo, il 27% degli intervistati si dichiara non favorevole all’uso dell’IA per domande legate al loro stato di salute. Una percentuale che, nel caso del Regno Unito, arriva al 44%. Per confronto, solo il 6% degli americani ha dimostrato un atteggiamento sfavorevole all’IA in campo medico.  ( fonte Ansa)

INTELLIGENZA ARTIFICIALE e LETTURA DELLA RETINA

da https://www.ibsafoundation.org/it/blog/un-chat-gpt-per-leggere-l-interno-degli-occhi

Creato a Londra un sistema di intelligenza artificiale in grado di migliorare la diagnosi di numerose patologie (ipertensione, Parkinson e altre), tramite l’esame della retina.

I programmi di intelligenza artificiale basati sul cosiddetto self-supervised learning (o SSL, apprendimento auto-supervisionato), che tendono a riprodurre più fedelmente le modalità di apprendimento del cervello umano, potrebbero facilitare e migliorare in un prossimo futuro la diagnosi di numerose patologie effettuata attraverso le indagini sulla retina, quali quella di ipertensioneretinopatie diabetiche e malattia di Parkinson. La retina, lo ricordiamo, è il sottile strato di cellule nervose sensibili alla luce che ricopre la parte interna dell’occhio, e viene considerato un tessuto dell’organismo umano particolarmente adatto alle diagnosi, perché è direttamente collegato al cervello e ne condivide numerose somiglianze. Dunque, offre un quadro molto specifico di ciò che accade nel tessuto cerebrale, ed è anche l’unico tessuto che permette di studiare direttamente i capillari (i vasi più piccoli, nei quali sono rintracciabili gli indizi di molte patologie), senza dover superare altre barriere.

Le tecniche basate sulle immagini della retina sono un settore in rapida evoluzione, soprattutto da quando sono state supportate dall’intelligenza artificiale (AI) che, però, ancora oggi ha diverse limitazioni tecniche. Ad esempio, per istruire un programma classico a distinguere tra retina sana e retina malata, bisogna fornirgli milioni di immagini identificate chiaramente, ciascuna con una vera e propria “etichetta” relativa alla situazione specifica (retina sana/retina malata, appunto): un lavoro molto costoso, e lungo, che richiede un forte intervento umano iniziale. Il self-supervised learning è invece una tecnica che consente all’AI di apprendere senza la necessità di etichette o annotazioni esplicite.

Un sistema che alla stregua di ChatGPT impara da solo

Utilizzando questi sistemi i ricercatori del Moorfields Eye Hospital di Londra hanno messo a punto un sistema chiamato RETFound, che apprende molto più velocemente e “da solo”.

Come funziona? «Il sistema – scrive la rivista scientifica Nature, che ha pubblicato i risultati dello studio dei ricercatori britannici – si basa su un metodo simile a quello utilizzato per addestrare modelli linguistici di grandi dimensioni come ChatGPT». Nel caso di ChatGPT l’intelligenza artificiale sfrutta una miriade di esempi di testo generato dall’uomo per imparare a prevedere, in una frase, la parola successiva, basandosi sul contesto delle parole precedenti. «Allo stesso modo – spiega Nature – RETFound utilizza un grandissimo numero di foto della retina (1,6 milioni) per imparare a prevedere come dovrebbero apparire le parti mancanti delle immagini».

Risposte di alta precisione

I risultati sono stati molto positivi: se si usa una scala in cui zero rappresenta l’incapacità di distinguere, 0,5 la scoperta casuale dalla risposta corretta e 1 la risposta corretta in quanto frutto di un procedimento deduttivo, si scopre che, nel caso della retinopatia diabetica, RETFound totalizza un punteggio tra 0.882 e 0,943 a seconda della quantità e della tipologia di immagini fornite. Nel caso di patologie sistemiche come l’ipertensione, l’infarto o il Parkinson, l’efficienza è inferiore, a causa della complessità dei dati, ma comunque superiore a quella dei sistemi di AI tradizionali.
Come sottolinea anche un articolo di commento uscito sullo stesso numero di Nature, l’importanza di questo lavoro, tra i primissimi ad aver dimostrato le potenzialità dei sistemi SSL, è che costituisce un paradigma, un modello al quale ispirarsi per istruire altri sistemi SSL a effettuare diagnosi in modo non invasivo ed estremamente attendibile, partendo da immagini della retina ottenute con esami di routine.

MONITORAGGIO DELLE MICROALGHE NELLE BIORAFFINERIE

da Inail.it

microalghe e raffinerie

Le microalghe rivestono un ruolo significativo nell’economia circolare, come piattaforme biotecnologiche (bioraffinerie di terza generazione) per la produzione di prodotti di alto valore, quali intermedi biochimici, bioplastiche e biocarburanti. La corretta progettazione e gestione degli impianti è condizione necessaria per garantire la tutela dell’ambiente e dei lavoratori con la definizione di modelli di approccio alla valutazione della sicurezza a partire da specifici casi-studio di sperimentazione industriale o preindustriale.


Prodotto: Volume
Edizioni: Inail – 2023
Disponibilità: Consultabile solo in rete
Info: dcpianificazione-comunicazione@inail.it

RAPPORTO EEA SULL’ESPOSIZIONE A BISFENOLO

da” l Indipendente “

Un rapporto dell’Agenzia Europea dell’Ambiente (EEA), basato su dati provenienti da uno studio di monitoraggio biologico dell’UE, ha rivelato che fino al 100% delle persone provenienti da 11 paesi dell’Unione Europea potrebbe essere stata esposta al Bisfenolo A (BPA) – una sostanza chimica sintetica nociva impiegata nella produzione delle plastiche in policarbonato – oltre ai livelli considerati sicuri per la salute. I dati emersi mettono in luce il potenziale rischio per la salute pubblica nel Vecchio Continente, soprattutto per quel che riguarda i bambini e le donne in gravidanza. 

Il rapporto si è basato su dati provenienti dallo studio Human-Biomonitoring-Studie (HBM4EU), condotto da gennaio 2017 a giugno 2022. Il progetto europeo di biomonitoraggio umano ha misurato la presenza di bisfenolo A e altri due bisfenoli, utilizzati come sostituti del BPA (bisfenolo S e bisfenolo F), nelle urine di 2.756 adulti provenienti da 11 paesi (Croazia, Repubblica Ceca, Danimarca, Francia, Finlandia, Germania, Islanda, Lussemburgo, Polonia, Portogallo e Svizzera, che rappresentano l’Europa settentrionale, orientale, meridionale e occidentale). Quel che è emerso ha sollevato la preoccupazione dei ricercatori poiché tra il 71% e il 100% dei partecipanti ha superato i limiti consentiti nell’UE di esposizione alla sostanza. “Va notato – scrive l’EEA per descrivere la vastità del problema – che il limite di quantificazione dei metodi analitici utilizzati per monitorare il BPA nelle urine umane è superiore al valore guida per il biomonitoraggio umano (HBM-GV). Ciò significa che i superamenti segnalati sono numeri minimi; Esiste la probabilità che in realtà tutti gli 11 Paesi abbiano tassi di superamento del 100% esposti al di sopra dei livelli di sicurezza”. Numeri troppo elevati e che costituiscono un problema per la salute pubblica nell’Unione Europea..

Il Bisfenolo A, infatti, è una sostanza chimica sintetica nota per danneggiare il sistema immunitario umano anche a dosi molto basse, con effetti indesiderati che implicano la riduzione della fertilità, l’interferenza endocrina e le reazioni allergiche cutanee. La contaminazione del corpo umano da BPA avviene principalmente attraverso il cibo – in quanto la sostanza è presente nella plastiche e nelle resine utilizzate per confezionare alimenti e bevande – ed è stata collegata ad un aumento del rischio di cancro al seno, sovrappeso, danni al sistema nervoso e comportamenti anomali nei bambini. 

I problemi derivanti dal BPA sono noti già da tempo e sebbene l’Unione Europea abbia introdotto misure restrittive sul suo utilizzo dal 2011, quanto emerso dallo studio dell’EEA dimostra come tali regolamentazioni siano state insufficienti. È per questo motivo che l’Agenzia Europea dell’Ambiente, insieme all’Agenzia Europea delle Sostanze Chimiche hanno raccomandato la necessità di un intervento immediato per mitigare l’esposizione dei cittadini europei a questo tipo di sostanze. 

A riguardo, la Commissione Europea dovrebbe presentare, con l’inizio del nuovo anno, il regolamento per vietare l’uso del bisfenolo A nei contenitori alimentari di plastica e nelle lattine. Un provvedimento che dovrebbe includere regole anche per evitare che l’uso del Bisfenolo A venga sostituito con altre sostanze simili, già rivelatesi dannose, e che dovrebbe prevedere deroghe e periodi di transizione per i produttori e gli utilizzatori. Una decisione che è arrivata a seguito del parere dell’Autorità Europea per la Sicurezza Alimentare (EFSA), che ha ridotto di 20mila volte la dose tollerabile della sostanza chimica (ancora utilizzata in moltissimi tipi di contenitori alimentari). 

[di Iris Paganessi]