Formazione sui sistemi di intelligenza artificiale

Il successo delle nuove tecnologie mediche basate sull'intelligenza artificiale dipenderà in larga misura dal modo in cui i medici le useranno. Secondo uno studio recente, attualmente molti medici non hanno le competenze necessarie.

L'intelligenza artificiale per la diagnosi e la terapia

I sistemi di intelligenza artificiale, come ChatGPT, entreranno sempre di più nell'uso quotidiano. Parallelamente, i medici avranno sempre più a che fare, nella loro pratica clinica, con strumenti digitali per aiutarli nel processo diagnostico e nella gestione della terapia. Questi strumenti, chiamati algoritmi di supporto alle decisioni cliniche (CDS, Clinical Decision Support), potranno essere enormemente utili per guidare gli operatori sanitari nel determinare, ad esempio, quali antibiotici prescrivere o se raccomandare un intervento cardiochirurgico rischioso.
Secondo gli autori di un lavoro pubblicato sul New England Journal of Medicine, docenti della University of Maryland School of Medicine (UMSOM), queste nuove tecnologie hanno il potenziale per avere un impatto significativo sull'assistenza ai pazienti. Serve però che i medici imparino come le macchine pensano e funzionano prima di poter incorporare gli algoritmi nella loro pratica medica.
Alcuni strumenti di supporto alle decisioni cliniche sono già incorporati in alcuni sistemi di cartelle cliniche elettroniche, ma gli operatori sanitari spesso trovano difficoltà ad usare i vari software.

Formare i medici sui sistemi AI fin dall'università

Per colmare questa lacuna, la formazione medica deve includere una trattazione esplicita del ragionamento probabilistico, specifica per gli algoritmi di CDS. Nell’articolo si evidenziano alcune azioni da intraprendere quanto prima possibile.

Migliorare le competenze probabilistiche - Nei primi anni di università, gli studenti di Medicina dovrebbero apprendere gli aspetti fondamentali della probabilità e delle condizioni di incertezza, usando anche tecniche di visualizzazione per rendere più intuitivo il pensiero in termini di probabilità. Questa formazione dovrebbe includere l'interpretazione di misure di performance come la sensibilità e la specificità per comprendere meglio le prestazioni dei test e degli algoritmi.
Incorporare i risultati degli algoritmi nel processo decisionale - I medici devono essere istruiti a valutare criticamente e a utilizzare le previsioni dei CDS nel loro processo decisionale clinico. Questa formazione implica la comprensione del contesto in cui operano gli algoritmi, il riconoscimento dei limiti e la considerazione dei fattori rilevanti per il paziente che gli algoritmi potrebbero aver tralasciato.
Esercitarsi a interpretare le previsioni dei CDS durante i tirocini - Gli studenti di Medicina e i medici dovrebbero fare esercizio pratico, applicando gli algoritmi a singoli pazienti ed esaminando come i diversi input influenzino le previsioni. Dovrebbero anche imparare a comunicare con i pazienti in merito al processo decisionale guidato dai CDS.

L'Università del Maryland, Baltimora (UMB), l'Università del Maryland, College Park (UMCP) e l'Università del Maryland Medical System (UMMS) hanno recentemente lanciato il progetto di istituire un Istituto per l'informatica sanitaria (IHC). L'UM-IHC sfrutterà i recenti progressi dell'intelligenza artificiale, della medicina digitale e di altri metodi informatici per creare un sistema di apprendimento sanitario che valuti i dati sanitari digitalizzati per migliorare la diagnosi, la prevenzione e il trattamento delle malattie.

Secondo i ricercatori l’analisi delle probabilità e dei rischi è fondamentale per la pratica della medicina basata sull'evidenza, quindi il miglioramento delle competenze probabilistiche dei medici può fornire benefici che vanno oltre l'uso degli algoritmi CDS.

Fonte: Goodman KE, Rodman AM, Morgan DJ. Preparing Physicians for the Clinical Algorithm Era. New England Journal of Medicine. 5 August 2023. DOI: 10.1056/NEJMp2304839