L’Intelligenza artificiale (A.I o I.A.) rappresenta un campo dell’informatica che si concentra sulla creazione di sistemi e programmi in grado di eseguire compiti che richiedono solitamente l’intelligenza umana. L’obiettivo principale dell’I.A. è quello di sviluppare algoritmi e modelli che permettano alle macchine di apprendere dai dati e migliorare le loro prestazioni nel tempo, in modo simile a come gli esseri umani apprendono dall’esperienza.

Chatbot

Un elemento importante nello sviluppo dell’I.A. è stato l’avvento dei chatbot. Questi sono dei software che simulano ed elaborano conversazioni umane, sia scritte che parlate. Consentono quindi agli utenti di interagire con i dispositivi digitali, come se stessero comunicando con una persona reale. Particolare importanza ha assunto l’applicazione ChatGPT che è stata lanciata a novembre 2022 da OpenAI. Nella primavera di quest’anno è stata lanciata l’ultima versione del bot, denominata: ChatGPT-4. Già si preannunciano ulteriori evoluzioni delle applicazioni e tutte le principali aziende dell’informatica e dell’informazione si stanno confrontando per elaborare versioni ancora più elaborate. Si tratta di chatbot basati su intelligenza artificiale generativa e apprendimento automatico, costruite su un modello conversazionale, progettato per interagire in forma scritta e orale con utenti umani. I chatbot sono in grado di riconoscere i propri errori, autocorreggersi, mettere in discussione affermazioni errate e declinare domande inappropriate. ChatGPT è in grado di rispondere, sulla base della sua banca dati, a domande poste sia dagli operatori sia da pazienti, riguardo a una patologia o ad un trattamento. Ovviamente, può generare informazioni imprecise se il suo data base non viene continuamente aggiornato sulla base delle conoscenze più recenti, oppure se fa riferimento a casistiche viziate da “bias”. Questo strumento può essere utile per i pazienti, per il personale sanitario, ma anche per la formazione di studenti e medici. Si potranno utilizzare i chatbot per sintetizzare e semplificare referti, lettere di dimissioni e documenti complessi in un linguaggio facilmente comprensibile da parte dei pazienti. Molto utile risulterà l’utilizzo per organizzare la documentazione all’interno di una struttura sanitaria.

Intelligenza artificiale

La disponibilità di dati in ambito medico è cresciuta enormemente, così come le fonti da cui essi provengono. Finora i dati sono stati “strutturati” e rappresentati in righe e colonne, come avviene con i fogli di Excel o con i principali database: cartelle cliniche, Medline, linee guida e database biomolecolari e genetici. Più recentemente, sono diventati sempre più disponibili dati “non strutturati”: testi, immagini, suoni, sensori, dispositivi indossabili, come: magliette, braccialetti, orologi “intelligenti”, ecc. Gli algoritmi di I.A. in ambito medico possono essere usati per interpretare questa enorme mole di dati e per identificare possibili relazioni di causa-effetto tra i dati stessi e le patologie di un paziente. 

Il campo nel quale si sono fatti più progressi è quello diagnostico. Esistono già numerose evidenze scientifiche sull’affidabilità dell’I.A. in particolare nelle aree: oncologica, respiratoria, cardiologica. Si può istruire un sistema di I.A. nell’interpretare immagini fornite tramite radiografie, ecografie, TC, RM, elettrocardiogrammi e da esami provenienti dall’analisi di tessuti biologici. E’ già possibile quindi identificare, con un buon grado di affidabilità: patologie tumorali, cardiovascolari, dermatologiche, respiratorie.

Un’altra area sulla quale si sta lavorando molto è quella legata ai sistemi di predizione, in grado di identificare patologie, prima che esse si manifestino. Ad esempio, grazie all’analisi di tracciati Ecg e alla storia clinica è possibile predire la percentuale di rischio di sviluppare patologie cardiovascolari, come fibrillazione atriale o scompenso cardiaco. Metodiche simili permettono di predire con accuratezza e in anticipo di 6 anni lo sviluppo di un tumore del polmone. In particolare, lo studio 13LUNG sta utilizzando l’I.A., e in particolare le metodologie dette di apprendimento profondo e di approfondimento automatico (deep learning e machine learning) per analizzare tutta la grande quantità di informazioni disponibili per questo tumore.   

Esistono sistemi di I.A. in grado di suggerire ai medici il modo migliore di gestire da un punto di vista farmacologico la patologia di un paziente. Ovviamente l’I.A. deve basarsi su linee guida disponibili al momento, su evidenze scientifiche provenienti dalla letteratura più autorevole, sul decorso di pazienti con patologie simili e sulla storia clinica del paziente da curare. Particolarmente interessante appare l’uso di I.A. nello screening di numerosissime molecole esistenti, al fine di individuare quelle più promettenti da poter sottoporre a sperimentazioni cliniche.

Negli USA sono già oltre 500 le applicazioni di I.A. approvate dall’FDA. In Italia, invece, quasi tutte quelle disponibili sono ancora in fase di sperimentazione. Uno dei rischi più importanti legati all’utilizzo di I.A. riguarda il fatto che i sistemi utilizzati non siano stati sufficientemente testati e supportati da prove scientifiche. Il nostro Ministero della Salute ha recentemente elaborato un documento, denominato: “Linee guida sull’uso dei sistemi di intelligenza artificiale in ambito medico”. Anche l’UE e l’OMS hanno prodotto importanti documenti riguardanti l’I.A.  

In ogni caso, non bisogna immaginare l’I.A. come qualcosa che andrà a sostituire il medico. Anche quando gli strumenti saranno estremamente “intelligenti”, le decisioni finali rimarranno al medico. Solo i medici resteranno in grado di valutare le persone umane nella loro complessità e nella loro individualità. Resteranno le responsabilità dei medici in campo: etico, deontologico e di responsabilità civile e penale. Diventerà sempre più necessario garantire la privacy dei pazienti e la sicurezza dei dati medici. Occorrerà aggiornare la normativa europea sui dispositivi medici, rendendola ancora più stringente, in termini di richiesta di prove di sicurezza ed efficacia.