Intelligenza artificiale: è il momento della medicina generale, nell’interesse dei pazienti

IA e MMG

L’emergenza originata dalla pandemia da covid-19, mettendo a nudo numerose criticità nel Servizio sanitario nazionale, ha palesato la necessità di migliorare i percorsi di cura e la gestione clinica delle malattie, soprattutto quelle croniche. Il perno di questo tipo di assistenza è rappresentato indubbiamente dalla medicina di base, il cui ruolo fondamentale può tuttavia essere messo in crisi sia dal superlavoro che in molti frangenti (la pandemia, appunto) condiziona negativamente l’attività dei medici di medicina generale (MMG), sia dalla difficoltà di rapporto con le strutture ospedaliere che insistono sul territorio, spesso separate nel percorso di cura del paziente in assenza di continuità assistenziale.

Oltre alla medicina di prossimità, il compito della moderna medicina generale è anche quello di promuovere una medicina ‘attiva’, dove non si aspetta passivamente che il paziente si rivolga, magari in ritardo, all’ospedale, ma si va incontro a coloro che hanno necessità di una valutazione clinica, quindi attraverso la diagnosi precoce e la gestione delle varie esigenze sanitarie anche da remoto. In sostanza il MMG ha bisogno di ‘ottimizzare’ il proprio tempo lavorativo, sia per poter offrire un’assistenza di qualità ai propri pazienti, senza disperdere inutili energie, sia per poter essere connesso validamente ai colleghi specialisti e alle strutture ospedaliere territoriali.

Nell’editoriale pubblicato sul JAMA viene opportunamente citato uno studio secondo il quale, per poter garantire cure primarie adeguate a una platea di 2.500 pazienti, un MMG dovrebbe lavorare 27 ore al giorno per 7 giorni alla settimana! L’introduzione del fascicolo sanitario elettronico è sicuramente un utile strumento per dialogare con i pazienti, ma è evidente a questo punto che solo l’intelligenza artificiale (IA) può imprimere una svolta decisiva al processo di digitalizzazione della sanità già in atto e ormai irreversibile.

LE MODALITÀ DI IMPIEGO DELL’INTELLIGENZA ARTIFICIALE

Teoria e applicazione pratica dell’IA in medicina generale hanno da tempo messo a fuoco varie modalità di impiego. La prima riguarda il miglioramento della qualità delle cure attraverso la definizione di diagnosi e trattamenti corretti dall’analisi dei dati clinici disponibili, minimizzando l’errore umano. Gli algoritmi di IA in ambito medico vengono infatti già usati quando occorre elaborare una mole consistente di dati e identificare possibili relazioni di causa-effetto tra i dati stessi e le patologie di cui un paziente soffre. Dopo aver istruito una macchina a interpretare le immagini ottenute tramite radiografie, ecografie, TAC, elettrocardiogrammi (ECG) e gli esami provenienti dall’analisi di campioni biologici o istologici, è possibile identificare, con un buon grado di affidabilità, patologie tumorali, cardiovascolari, dermatologiche, respiratorie etc.

Un’altra area sulla quale si sta lavorando molto è quella legata ai sistemi predittivi mirati a una diagnosi precoce. Per esempio, dall’analisi di un ECG e della storia clinica è possibile predire se una persona sia o meno a rischio di sviluppare alcune patologie cardiovascolari come la fibrillazione atriale o un’insufficienza cardiaca, mentre, con analoghe modalità, è possibile addirittura prevedere con un anticipo di svariati anni la comparsa di un tumore del polmone.

Non meno interessante è l’uso dell’IA per individuare, in un ampio panel di molecole esistenti, quelle più meritevoli di sperimentazione clinica, abbreviando così i tempi per trasferire i risultati della ricerca alla pratica clinica. Inoltre, l’IA già permette di elaborare i dati riportati sulle cartelle cliniche elettroniche per formulare i codici diagnostici necessari per definire costi sanitari e rimborsi. Altre potenzialità sono quelle che riguardano l’impiego di Chat GPT per sintetizzare e semplificare referti, lettere di dimissioni o documenti complessi in un linguaggio facilmente comprensibile ai pazienti.

Se in America sono oltre 500 le applicazioni di IA approvate dalla Food and Drug Administration, in Italia quasi tutte quelle disponibili sono ancora in fase di sperimentazione.

A parere degli esperti, questo è solo l’inizio. In realtà l’IA non dovrebbe avere solo il compito di migliorare la qualità della medicina generale, ma, secondo alcuni, contribuire alla sua trasformazione.

LE POSSIBILI CRITICITÀ

I rischi? Esistono certamente e, come segnalato già nel 2021 in un documento ufficiale del Consiglio superiore di sanità (CSS), possono derivare fra l’altro dall’uso di sistemi di IA privi di una rigorosa validazione scientifica, dalla mancanza di controllo sulla modalità di processazione dei dati da parte dei sistemi esperti, da possibili violazioni della privacy degli utenti, da discriminazioni (per esempio, di razza e/o di genere) introdotte dalla programmazione degli algoritmi e dall’assenza di informazioni circa la sicurezza e la riproducibilità nell’uso dei sistemi di IA.

Insomma, soprattutto nell’ambito della medicina generale, l’IA non è certo la panacea, come ricorda l’editoriale del JAMA, quanto piuttosto uno strumento potente di supporto al MMG, che non va a sostituirsi al suo acume clinico né deve alterare la relazione medico-paziente.

Del resto, un robusto controllo etico sul suo impiego appare mandatorio per evitare di perpetuare o peggiorare le disuguaglianze già esistenti all’interno del servizio sanitario. Per questo motivo, il già citato documento del CSS sottolinea la necessità di una serie di interventi finalizzati a introdurre in modo sicuro l’IA nella pratica clinica, fra cui la creazione di una struttura di governance da parte delle agenzie regolatorie, la definizione di linee guida nazionali riguardanti il corretto utilizzo dei sistemi di IA nella diagnostica e la creazione di un osservatorio permanente presso il Ministero della salute, per il monitoraggio post-market delle performance dei sistemi immessi sul mercato.

Giancarlo Bausano

Fonte Sarkar U, Bates DW. Using artificial intelligence to improve primary care for patients and clinicians. JAMA. Published online February 12, 2024. doi:10.1001/jamainternmed.2023.7965

Download PDF

Da Care 1-2, 2024

Share on