Sull’ultimo numero di Recenti Progressi in Medicina troviamo un interessante articolo di Giampaolo Collecchia, medico di medicina generale, specialista in medicina interna, membro del Centro studi e ricerche in medicina generale e del comitato per l’etica clinica) sulla relazione che lega i sistemi di intelligenza artificiale (IA) alla medicina di precisione (MP). Di Collecchia Il Pensiero Scientifico Editore ha appena pubblicato il volume Intelligenza artificiale e medicina digitale. Una guida critica. L’opera, scritta insieme al collega Riccardo De Gobbi e frutto di un lavoro pluriennale di studio e di costante aggiornamento, intende spiegare cos’è l’intelligenza artificiale, massima espressione della medicina digitale, e le sue enormi potenzialità.

Nell’articolo pubblicato su Recenti Progressi in Medicina, Collecchia sostiene che la medicina di precisione, mediante le tecniche di machine learning dell’intelligenza artificiale, analizza i cosiddetti big data per migliorare le capacità diagnostiche e la predittività di risposta alla terapia, in modo da “cucire” il trattamento in base alle caratteristiche individuali.  Tuttavia, poiché la natura dei grandi database è quella di essere “dati”, per l’appunto, e non valori, risultano ancora indispensabili interventi su popolazioni, sottopopolazioni o gruppi, privilegiando, soprattutto in ambito farmacologico, la risposta del “paziente medio”, rispetto al caso particolare.  “I medici praticano da sempre una medicina personalizzata, intesa come utilizzo dell’esperienza professionale per adattare le migliori conoscenze di letteratura al singolo paziente”, spiega Collecchia. Tuttavia, la scienza medica ha privilegiato, soprattutto in ambito farmacologico, la risposta del “paziente medio” rispetto al caso individuale, col risultato che ogni giorno milioni di persone assumono farmaci che hanno, nel caso specifico, scarsa o nessuna efficacia, mentre espongono al rischio di eventi avversi. Per realizzare nel prossimo futuro tecnologie effettivamente applicabili in contesti clinici reali (e non sperimentali) è, dunque,  necessario realizzare lavori metodologicamente robusti, prospettici, di confronto tra team di medici che utilizzano sistemi basati su algoritmi e team che non li utilizzano, evitando invece paragoni diretti tra medici e IA.

Possiamo affermare, dice Collecchia “che la MP, che si propone di utilizzare i big data di varia provenienza per analizzare, mediante sistemi di IA, lo stato di ciascun individuo a scopi predittivi, diagnostici e terapeutici, rappresenta una novità in grado di determinare grandi cambiamenti a livello sperimentale e clinico, per esempio di ridurre sprechi e rischi iatrogeni”. Ma non dobbiamo perdere di vista il rischio del cosiddetto “pro-innovation bias” che si verifica quando, di fronte a grandi aspettative, si finisce per accettare acriticamente l’innovazione in sé per sé, rischiando di sottovalutare i rischi relativi a un’accettazione delle tecnologie non motivata da prove certe. “È quindi indispensabile”, conclude Collecchia, “un attento monitoraggio dei sistemi decisionali, mediante adeguati finanziamenti, per valutarne le performance e aggiornare i dati di input in funzione dell’evoluzione delle conoscenze scientifiche” dal momento che l’enorme quantità di dati richiede uno sforzo interpretativo enorme, che i calcolatori al momento non sono in grado di svolgere autonomamente.

Erica Sorelli
Ufficio Stampa Il Pensiero Scientifico Editore