Indice
In questo articolo esploreremo le possibili applicazioni dell’intelligenza artificiale in medicina: quali sono le implicazioni cliniche, organizzative ed etiche.
Intelligenza artificiale in medicina
L’intelligenza artificiale (AI) rappresenta quell’insieme di procedure tecnologiche che hanno lo scopo di riprodurre in maniera più fedele possibile il pensiero critico umano, tanto da ottenere un “comportamento intelligente”.
I primi esperimenti volti a creare computer e macchine intelligenti cominciarono negli anni ’50 grazie ad Alan Turing e sono proseguiti nei decenni successivi, specie negli anni ’90.
Anche nel campo medico l’intelligenza artificiale ha compiuto notevoli progressi, tanto che nell’anno 2016 la maggior parte degli investimenti nel settore dell’AI è stata effettuata per lo sviluppo di applicazioni sanitarie.
In medicina l’AI può integrare le cure sanitarie sia in maniera completamente virtuale, dunque tramite l’ausilio di algoritmi terapeutici, algoritmi diagnostici e sistemi di cartelle elettroniche, sia in maniera fisica.
L’approccio fisico dell’AI in medicina si espleta con l’intervento diretto da parte di robot che eseguono con molta precisione gli interventi chirurgici (come il robot da Vinci, comandato comunque dall’essere umano), oppure con protesi intelligenti per gli anziani. [1]
Chatbot di medicina
Il chatbot consiste in un programma utilizzabile su computer o device mobile che sfrutta l’intelligenza artificiale per produrre una conversazione fluida, naturale e molto vicina all’interazione tra umani.
Attualmente la tecnologia basata sui chatbot la si può ritrovare in vari esempi della vita quotidiana, come nel servizio clienti degli operatori telefonici o negli assistenti virtuali di vari siti commerciali.
Tra i chatbot più performanti vi è ChatGPT, addestrato da OpenAI e annunciato per la prima volta verso la fine del 2022.
GPT-4 (Generative Pretrained Transformer 4) è il sistema di intelligenza artificiale attualmente più evoluto del progetto ChatGPT e presenta varie implicazioni utili per il settore medico.
I chatbot e le diagnosi mediche
In particolar modo, GPT-4 può apportare un aiuto nella formulazione di una diagnosi differenziale, quando uno o più sintomi sono in comune tra più patologie. Tuttavia l’utente non medico difficilmente può riconoscere l’appropriatezza di quanto scritto, in quanto non è a conoscenza della documentazione consultata dal sistema prima di restituire la risposta.
L’aspetto che desta maggiore preoccupazione nell’utilizzo di chatbot in medicina riguarda la possibilità per il sistema di impostare direttamente una terapia o di suggerirne una.
Per far sì che le informazioni prodotte dai chatbot siano realmente fruibili da parte dell’utente sarebbe necessario che ogni frase venga riveduta e corretta da parte di medici, ma questo rallenterebbe di molto l’intero processo.
Per scongiurare eventuali informazioni falsate o distorte che potrebbero riverberarsi sulla salute degli utenti sarebbe dunque necessario, per il momento, limitare l’utilizzo dei chatbot all’ottenimento di sintesi, riassunti o confronti tra articoli di medicina, risparmiando del tempo prezioso nella ricerca.
Sicuramente nel futuro più prossimo è altamente probabile che l’addestramento dei chatbot (e soprattutto di GPT-4) possa far nascere sistemi ancora più intelligenti, che assumeranno un ruolo di primo piano nella disciplina medica. [2],[3]
Intelligenza artificiale e implicazioni nell'imaging medico
Il settore dell’imaging medico è sicuramente una delle branche della medicina che più ha potuto beneficiare del coinvolgimento dell’intelligenza artificiale.
Infatti negli ultimi anni i più evoluti modelli di AI hanno raggiunto un discreto successo nella rilevazione di anomalie su radiografie e TC e nella diagnosi di svariate condizioni dermatologiche.
Attualmente sono addirittura in fase di studio nuove applicazioni dell’AI per la diagnosi di patologie con la sola interpretazione dell’ECG, o con la sola visualizzazione di vetrini istopatologici.
Nel campo della radiodiagnostica convenzionale l’intelligenza artificiale può bene integrarsi, in quanto il flusso di lavoro della radiologia è spesso digitalizzato e le immagini sono archiviate in maniera piuttosto standardizzata.
Gli algoritmi di intelligenza artificiale sono così consolidati che sono in grado oggi di prevedere con una certa accuratezza gli outcomes clinici, desunti da immagini TC di lesioni cerebrali traumatiche o di tumori.
Utilizzo dell'AI nell'imaging da parte dei medici non radiologi
Mentre si prevede che l’AI possa fungere da vero e proprio “copilota” del team di radiologia nel futuro prossimo, si prospetta un suo utilizzo interessante anche per i non radiologi.
Infatti in molti reparti di emergenza-urgenza la copertura radiologica non è assicurata per l’intera giornata, dunque un uso integrato dell’AI potrebbe rivelarsi una scelta ottimale.
A supporto di ciò, vari studi hanno dimostrato che immagini di radiologia diretta (RX) del torace nei reparti di emergenza interpretati dall’AI forniscono risultati pienamente sovrapponibili rispetto a quelli certificati da un medico radiologo.
La prospettiva futura di un ruolo importante dell’AI nella radiologia appare dunque rosea, ma permangono tuttavia diversi dubbi palesati dai medici radiologi stessi. Attualmente, infatti, sebbene i risultati siano incoraggianti, non esistono ancora soluzioni complete di AI che permettano di interpretare tutte le immagini radiodiagnostiche di un paziente. [2],[4]
Machine Learning in Medicina: come fa un computer a formulare delle diagnosi?
Il Machine Learning rappresenta un settore dell’AI dedicato al miglioramento delle performances dei sistemi di intelligenza artificiale, grazie all’apprendimento e all’utilizzo di tutti i dati in possesso o ricercati.
Oltre alle implicazioni viste nel paragrafo precedente inerenti la radiodiagnostica, oggi il Machine Learning viene sfruttato anche per identificare per tempo possibili focolai di malattie infettive nel mondo oppure per rilevare malattie genetiche molto rare.
Come riesce un computer a diagnosticare delle condizioni mediche?
I computer che si reggono su un sistema di AI riescono a diagnosticare a un paziente patologie e condizioni di pertinenza medica essenzialmente attraverso due modi:
- Tecnica del database: tramite il database, il computer riesce ad apprendere quante più informazioni possibili grazie all’inserimento e all’immagazzinamento di milioni di immagini o schemi. Sfruttando il database, un AI può porre una diagnosi semplicemente perché ha riconosciuto lo stesso schema di sintomi che ha già “visto” tantissime volte.
- Tecnica della flow-chart: attraverso la procedura della flow-chart, o del flusso di lavoro, l’AI riesce a formulare una diagnosi in maniera graduale, ponendo via via domande aggiuntive o integrative all’anamnesi iniziale, proprio come fa un vero medico. Ciò è possibile solo se si caricano preliminarmente milioni di dati sul server, considerati i tantissimi sintomi esistenti. [1]
I limiti dell'intelligenza artificiale nella medicina
L’utilizzo dell’intelligenza artificiale in ambito medico può rivelarsi una scelta molto promettente, ma al contempo vi sono delle tematiche che vanno chiarite e disciplinate.
Ad esempio attualmente non esiste una normativa specifica che descriva con accuratezza come e in quali casi adoperare le tecniche di AI.
Come si fa a capire se i risultati restituiti da un’applicazione di intelligenza artificiale rispecchino effettivamente la realtà dei fatti? E se risentano della “componente umana” del modo di osservare la realtà?
Un altro fattore da tenere in considerazione è il risvolto etico della questione. A questo proposito dovrebbero essere regolamentati non solo gli ambiti di applicazione medica dell’AI, ma dovrebbe anche essere garantito che le aziende produttrici creino un prodotto etico e conforme a quanto pubblicizzato.
Sicuramente, man mano che la ricerca nel settore dell’AI si moltiplicherà, si verrà a capo ad alcuni di questi dubbi attualmente irrisolti. [2]
Intelligenza artificiale in Medicina: punti salienti
La graduale introduzione dell’intelligenza artificiale nel campo medico sta ridefinendo i classici canoni del rapporto medico-paziente e dell’arte di fare diagnosi.
Attualmente, specie in alcune branche, come quella della radiologia e della dermatologia, l’AI sta svolgendo un compito molto prezioso, ossia quello di affiancare i medici nel riconoscimento di svariate condizioni mediche, giungendo a diagnosi.
Sebbene alcuni dubbi debbano ancora essere chiariti e l’AI necessiti di essere ulteriormente perfezionato, non si può negare che il suo apporto alla medicina possa rivelarsi davvero rivoluzionario.
Rimane il dubbio che l’avanzare inesorabile dell’AI possa ridurre drasticamente il numero di professionisti sanitari, come è accaduto per altre branche lavorative con l’introduzione di tecnologie innovative.
Del resto è anche vero che finora l’intelligenza artificiale può integrare il lavoro del medico ma non sostituirlo.
Bibliografia: fonti e note
[1] Amisha, Malik P, Pathania M et al. Overview of artificial intelligence in medicine. J Family Med Prim Care. 2019 Jul;8(7):2328-2331.
[2] Haug CJ, Drazen JM. Artificial Intelligence and machine learning in Clinical Medicine, 2023. New England Journal of Medicine. 2023;388(13):1201–8.
[3] Lee P, Bubeck S, Petro J. Benefits, limits, and risks of GPT-4 as an AI chatbot for medicine. New England Journal of Medicine. 2023;388(13):1233–9.
[4] Rajpurkar P, Lungren MP. The current and future state of AI interpretation of Medical Images. New England Journal of Medicine. 2023;388(21):1981–90.
