Per garantire cure primarie adeguate a 2.500 pazienti, un medico di medicina generale dovrebbe lavorare 27 ore al giorno, 7 giorni su 7. A dirlo è un recente studio pubblicato su JAMA, che mette in luce come l’Intelligenza Artificiale potrebbe aiutare in modo sostanziale i medici di medicina generale. In un'epoca in cui la tecnologia sta rivoluzionando ogni aspetto della nostra vita, il settore sanitario non fa infatti eccezione. La pandemia da COVID-19 ha messo in luce le criticità del nostro sistema sanitario, spingendo gli esperti a cercare soluzioni innovative. Tra queste, l'Intelligenza Artificiale (IA) emerge come una promettente alleata per la medicina di base.

L’intelligenza artificiale per la medicina generale

L'Intelligenza Artificiale (IA) e, in particolare, i Large Language Model (LLM) stanno emergendo come strumenti potenti per supportare i professionisti sanitari in vari aspetti della loro pratica quotidiana. E per i medici di medicina generale potrebbe segnare davvero la differenza. Parliamo di una branca della medicina che si occupa della cura globale del paziente, seguendolo in un lungo arco di tempo e occupandosi di ogni aspetto della sua vita sanitaria. I medici di medicina generale (MMG) sono specializzati nell'affrontare le patologie soprattutto croniche, facendo una sintesi tra le varie necessità del paziente di tipo sanitario e sociale.

E strumenti come l’IA e la telemedicina possono rivelarsi preziosi per la gestione del paziente: tutto questo fa parte della visione della missione 6 Salute del Piano Nazionale di Ripresa e Resilienza, che prevede ingenti investimenti nella sanità territoriale, nella telemedicina e nella digitalizzazione della sanità, in cui rientra a pieno titolo l’Intelligenza Artificiale.

L’IA è stata anche oggetto di una regolamentazione europea (l’AI Act), disciplinata in Italia con il ddl n. 78 del 23 aprile 2024 che mira a integrare l'IA nel sistema sanitario nazionale in modo etico e sicuro. Prevede l'utilizzo dell'IA come supporto per migliorare la prevenzione, la diagnosi e la cura delle malattie, garantendo al contempo il rispetto dei diritti dei pazienti e la non discriminazione nell'accesso alle cure. Il decreto promuove lo sviluppo di sistemi IA per migliorare la vita delle persone con disabilità e stabilisce una piattaforma nazionale gestita dall'AGENAS (per ora bloccata, e vedremo perché) per supportare i professionisti sanitari e i pazienti. Pur incoraggiando la ricerca e la sperimentazione, il decreto sottolinea che la decisione finale rimane sempre al medico. Infine, prevede misure per garantire la sicurezza dei dati, la tutela della privacy e richiede verifiche periodiche dei sistemi IA per minimizzare gli errori.

Intelligenza Artificiale e Large Language Model (LLM): di cosa stiamo parlando

L'Intelligenza Artificiale si riferisce alla simulazione dell'intelligenza umana in macchine programmate per pensare come esseri umani e imitarne le azioni. Nel contesto medico, l'IA può essere utilizzata per analizzare dati complessi, riconoscere pattern e supportare il processo decisionale clinico.

I Large Language Model sono modelli di apprendimento automatico basati su reti neurali profonde, addestrati su enormi quantità di testi per comprendere e generare linguaggio naturale. Questi modelli possono elaborare e produrre testi coerenti su una vasta gamma di argomenti, inclusi quelli medici.

L'IA in Medicina: cosa si può fare

L'intelligenza artificiale ha il potenziale per rivoluzionare molti aspetti della medicina. In generale, può essere utilizzata per:

1. Diagnosi assistita: gli algoritmi di IA possono analizzare grandi volumi di dati clinici, come immagini mediche, e identificare schemi che potrebbero sfuggire all'occhio umano, migliorando la precisione diagnostica.
2. Personalizzazione delle cure: l'IA può aiutare a personalizzare i trattamenti basati sui dati genetici del paziente, sullo stile di vita e sulla storia clinica, ottimizzando così l'efficacia delle terapie.
3. Gestione dei dati: i sistemi di IA possono migliorare la gestione dei dati clinici, facilitando l'accesso rapido alle informazioni dei pazienti e riducendo gli errori di trascrizione.
4. Supporto decisionale: I medici possono utilizzare l'IA per ricevere raccomandazioni basate su dati scientifici aggiornati e per prendere decisioni cliniche più informate.

Large Language Models nella Medicina di Base

Nel contesto specifico della medicina di base, gli LLM stanno dimostrando un potenziale significativo:

1. Anamnesi e diagnosi: modelli come MedLM di Google hanno dimostrato capacità paragonabili ai medici umani nell'elaborazione di anamnesi e nella formulazione di diagnosi preliminari.
2. Supporto ai medici: strumenti come MedQuestio – lo approfondiamo più avanti - utilizzano l'IA generativa per assistere i medici nell'accesso rapido a informazioni mediche aggiornate e pertinenti.
3. Comunicazione con i pazienti: gli LLM possono aiutare a semplificare la comunicazione medico-paziente, traducendo termini complessi in linguaggio comprensibile.
4. 4. Formazione continua: i modelli linguistici possono essere utilizzati per aggiornare costantemente le conoscenze dei medici sugli ultimi sviluppi nel campo medico.
5. Gestione delle cartelle cliniche: gli LLM possono assistere nell'organizzazione e nell'analisi delle informazioni contenute nelle cartelle cliniche elettroniche.

I LLM già disponibili e utilizzati dai medici, in Italia e nel mondo

Ad oggi esistono già diversi LLM utilizzati nella pratica clinica, vediamone alcuni:

MedPalm, è un modello di intelligenza artificiale sviluppato da Google per il settore sanitario, basato su large language models ottimizzati per applicazioni mediche. La sua prima versione, pubblicata su Nature nel 2023, ha superato il punteggio minimo nell'esame di licenza medica statunitense (USMLE). Med-PaLM 2, annunciato nel marzo 2023, ha raggiunto prestazioni a livello di esperti umani nelle domande tipo USMLE e ha migliorato significativamente le risposte a domande mediche dei consumatori.

MedQuestio è un nuovo strumento di intelligenza artificiale pensato per i medici di famiglia e altri professionisti della sanità territoriale realizzato dall’italiana HPR Digital Medicine in collaborazione con SIICP – Società Italiana Interdisciplinare per le Cure Primarie. Il suo punto di forza risiede nella capacità di facilitare l'accesso alle più recenti evidenze scientifiche, permettendo ai medici di prendere decisioni cliniche basate su dati aggiornati e rilevanti.

DxGPT, realizzato dalla no profit Foundation 29, è un software di supporto diagnostico sviluppato utilizzando i modelli GPT-4. Il suo scopo è assistere i professionisti sanitari generando una lista di possibili diagnosi a partire dai sintomi del paziente. Funziona analizzando la descrizione dei sintomi inserita dal medico e producendo un elenco di potenziali diagnosi come punto di partenza. L'obiettivo è ridurre i tempi di diagnosi, specialmente per le malattie rare. Sebbene i risultati preliminari siano promettenti, con un'accuratezza paragonabile a quella dei medici qualificati, DxGPT è ancora in fase sperimentale.

GatorTron, realizzato da un team di ricercatori dell'Università della Florida  in collaborazione con NVIDIA, è un modello linguistico di grandi dimensioni sviluppato per l'elaborazione di cartelle cliniche elettroniche. Addestrato su oltre 90 miliardi di parole, principalmente da testi clinici, ha lo scopo è migliorare vari compiti di NLP, il Natural Language Precessing, un campo dell'intelligenza artificiale che si occupa della capacità dei computer di comprendere, interpretare e generare linguaggio umano. Lo fa in in ambito clinico, eseguendo ad esempio come l'estrazione di concetti e relazioni mediche, la valutazione della similarità semantica, l'inferenza del linguaggio naturale e la risposta a domande mediche.

Nei test su benchmark pubblici, GatorTron ha superato i modelli precedenti in molti compiti, ma è ancora in fase di ricerca e sviluppo.

Come si evince, l'implementazione di questi LLM specializzati nel settore sanitario rappresenta un significativo passo avanti verso una medicina più precisa, efficiente e personalizzata. Bisogna però sottolineare che questi strumenti sono progettati per assistere e potenziare le capacità dei professionisti sanitari, non per sostituirli. Il giudizio clinico e l'esperienza umana rimangono fondamentali nel processo decisionale medico.

Sfide e considerazioni etiche

La sfida dell'integrazione dell'intelligenza artificiale nel settore sanitario solleva diverse questioni cruciali. Innanzitutto, la privacy dei dati dei pazienti è di primaria importanza. Proprio per questo motivo, l'Agenas ha recentemente dovuto sospendere temporaneamente il progetto di una Piattaforma di IA per l'assistenza sanitaria primaria, su indicazione dell'Autorità Garante per la Privacy. Questo episodio evidenzia quanto sia delicata la gestione delle informazioni sensibili in ambito medico.

Un altro aspetto fondamentale riguarda l'affidabilità e la trasparenza dei sistemi di IA. È essenziale che i processi decisionali di queste tecnologie siano chiari e verificabili, in modo da garantire la massima fiducia sia da parte dei medici sia dei pazienti.

L'introduzione dell'IA nella pratica clinica quotidiana rappresenta poi una sfida significativa per i professionisti sanitari. Sarà necessario un periodo di adattamento e una formazione specifica per integrare efficacemente queste nuove tecnologie nel lavoro di tutti i giorni.

Infine, non possiamo trascurare l'aspetto normativo. Oltre al disegno di legge già in discussione, sarà fondamentale sviluppare un quadro regolamentare completo e dettagliato per disciplinare l'utilizzo dell'IA in medicina, assicurando così un'implementazione sicura ed efficace di queste innovative tecnologie nel settore sanitario.

AI per la medicina di base: sì, ma con criterio

L'Intelligenza Artificiale e i Large Language Model stanno aprendo nuove frontiere nella medicina di base, offrendo strumenti potenti per migliorare la diagnosi, il trattamento e la gestione dei pazienti. Tuttavia, è fondamentale un approccio equilibrato che integri queste tecnologie mantenendo al centro l'esperienza e il giudizio clinico dei medici. Con un'implementazione attenta e responsabile, l'IA e gli LLM hanno il potenziale di trasformare positivamente la pratica della medicina generale, migliorando l'efficienza e la qualità delle cure per i pazienti.