Intelligenza artificiale in medicina: quale futuro?

Come abbiamo visto con strumenti ormai celebri come ChatGPT e DALL-E 2, si sta creando una sempre maggior consapevolezza degli usi dell’intelligenza artificiale (in inglese “artificial intelligence” o AI) in tutti i campi. Questo è vero specialmente in medicina: per vederlo, è sufficiente una rapida ricerca sui principali motori di ricerca scientifici.
Cercando su PubMed “Artificial Intelligence” e impostando una restrizione della ricerca all’anno solare in corso, si ritrovano 2815 risultati. E pensare che siamo a metà dell’anno. Restringendo ulteriormente la ricerca per individuare solo trial clinici randomizzati (il maggior livello di evidenza scientifica che può essere prodotta da uno studio) e revisioni della letteratura (cioè una raccolta di tutti i dati attualmente in possesso dagli scienziati), si ottengono 652 articoli. In entrambi i casi, mai negli anni precedenti sono stati prodotti tanti lavori riguardo questa tematica.

A confermare ulteriormente l’impatto e la rilevanza dell’intelligenza artificiale in medicina ci pensa il New England Journal of Medicine, una delle riviste più prestigiose in Medicina, che ha intrapreso da poco la pubblicazione di una rubrica specifica sull’AI (si parla perfino di ChatGPT).

Che tipi di intelligenza artificiale esistono? Machine learning, deep learning, chatGPT

Il termine AI è molto generico: fa riferimento a un software in grado di eseguire attività che normalmente vengono presiedute dall’uomo. Esistono, ad oggi, due forme di intelligenza artificiale: le AI reattive e le Artificial Narrow Intelligence.

AI reattive

AI reattive o “senza memoria” sono sistemi che a uno specifico stimolo “input” restituiscono sempre lo stesso segnale o “output”. L’esempio caratteristico è il modello del machine learning (ML) che si basa su specifici algoritmi in grado di rielaborare dati e dare una risposta. Alcuni sistemi informatici sono già in uso tra gli operatori sanitari, come quelli che consentono di valutare le interazioni farmacologiche per una scelta più adeguata della prescrizione.

Un uso promettente di questo tipo di intelligenza artificiale in medicina è l’analisi delle immagini mediche (ECG, radiografie ecc). Inserendo come dati aggiuntivi i sintomi del caso clinico, il sistema sarebbe in grado di riconoscere tra i vari schemi ripetuti preimpostati sull’AI quello specifico del paziente. Attualmente è un sistema approvato dall’FDA per riconoscere le alterazioni tipiche della retinopatia diabetica visibili all’esame del fondo oculare.

Artificial Narrow Intelligence

Artificial Narrow Intelligence (ANI) o “a memoria limitata” è la forma di AI di maggior successo e diffusione (ad esempio i dispositivi con riconoscimento vocale), che basa il suo funzionamento su modelli di deep learning (DL). A differenza del machine learning, sono presenti multiple reti neurali artificiali, cioè una serie di unità computazionali in grado di elaborare i segnali in input e di connettersi tra loro, consentendo che dati diversi vengano classificati autonomamente dal sistema. Non è necessario pertanto che vengano “preimpostati” dei dati riconoscibili come gli schemi del ML. Gli algoritmi usati modificano ogni volta l’output per migliorare i risultati, a differenza del ML.

Studi attualmente in corso riguardano la possibilità di predire grazie all’AI le risposte a trattamenti o procedure diagnostiche, come viene riportato da una review pubblicata a riguardo sul New England Journal of Medicine:

L’intelligenza artificiale e l’apprendimento automatico possono anche essere utilizzati per prevedere e comprendere meglio possibili eventi avversi in sottopopolazioni di pazienti. Sembra possibile che l’AI generi “pazienti sintetici” per simulare risultati diagnostici o terapeutici.

Inoltre, da un paio di anni si stanno compiendo degli sforzi per ottimizzare il riconoscimento da parte dell’AI dei suoni e rumori patologici (polmonari e cardiaci) tramite i moderni fonendoscopi elettronici. L’auscultazione, cioè l’attività medica attraverso la quale possono essere sentiti i suoni all’interno del corpo tramite il fonendoscopio, rappresenta una delle fasi principali della semeiotica, ma è chiaramente operatore-dipendente e influenzata dall’esperienza.

Artificial General Intelligence

Infine, vi è l’Artificial General Intelligence (AGI), attualmente non esistente, che si basa sul creare un sistema di AI che riesca in maniera autonoma a imparare e prendere decisioni come farebbe l’intelligenza umana.

ChatGPT: che cos’è e quale legame con la medicina?

ChatGPT rappresenta un esempio di deep learning la cui funzione principale è aiutare gli utenti a svolgere diverse attività tramite una risposta automatica a domande poste dall’utente attraverso una chat. Il linguaggio elaborato è quanto più simile a quello “naturale” e gli argomenti trattati sono vastissimi.

In ambito medico ChatGPT è stato analizzato affrontando diversi punti di vista: l’aiuto che può fornire al clinico nel risparmiare tempo o addirittura contribuire a porsi domande chiave con le quale raggiungere la diagnosi; e l’ausilio che può essere offerto da questo sistema ai pazienti.

In entrambi i casi, tutti gli studi ad oggi pubblicati evidenziano importanti limiti relativi ad attendibilità e sicurezza delle informazioni fornite. Infatti, le risposte di questo chatbot, pur essendo in gran parte affidabili, possono contenere elementi di finzione. È esemplificativo a riguardo il caso – recentemente trattato dai media – dell’avvocato che ha redatto un documento legale con l’aiuto di ChatGPT (a cui era stato chiesto di riportare tutti i precedenti casi giuridici simili alla causa che stava affrontando) contenente informazioni totalmente false (una serie di precedenti sentenze in realtà mai emesse). Infatti, ChatGPT è un simulatore di linguaggio: elabora i discorsi in base alla probabilità che le parole vadano insieme in una frase, senza fare riferimento a delle fonti.

Studi pubblicati fino ad oggi

Tra le applicazioni mediche indagate dagli studi pubblicati, vi sono:

• Creazione di una nota medica sulla base di una trascrizione di un incontro medico-paziente. Il risultato è stata la presenza di informazioni errate desunte in maniera “spontanea”.
• Risposta a quesiti specifici posti dagli sperimentatori. Il tasso di risposta corretta è risultato addirittura del 90%.
• Aiuto nella gestione di casi clinici. Un’applicazione senza dubbio di interesse anche per il futuro, ma che richiede attenzione e competenza in materia per discernere gli elementi di fantasia che tutt’ora si ritrovano nelle risposte del chatbot.

ChatGPT e supporto ai pazienti

Due studi pubblicati su Jama analizzano la funzione del chatbot nell’aiutare i pazienti. In un caso, la domanda principale era se il chatbot fornisse risposte con un livello di empatia paragonabile a quelle scritte da medici. Sono state estrapolate da forum 195 domande mediche con le rispettive risposte da parte di ChatGPT e da parte dei medici. Entrambe sono state fatte leggere, in cieco, da operatori sanitari che dovevano esprimersi in termini di qualità ed empatia delle risposte fornite. I risultati generano una certa tristezza, in quanto le risposte dell’AI sono state giudicate più idonee a rassicurare i pazienti.

L’altro studio indagava il tipo di risposte a domande frequenti sulla salute pubblica (ad esempio, “come smettere di fumare” e “cosa posso fare per il mal di testa”), ma anche a richieste d’aiuto (suicidio, abusi domestici, violenza sessuale). Sebbene in alcuni casi le risposte fossero circostanziali, nel complesso è sempre stata fornita una risposta basata sulle evidenze. Una prospettiva futura potrebbe derivare dall’uso di un database di risorse verificate e affidabili a cui attingere per garantire delle risposte sicure.

L’intelligenza artificiale in medicina acquisirà sempre maggiore rilevanza: se in positivo o in negativo dipenderà dall’uso che saremmo in grado di farne.