IA e sanità: le sfide per diagnostica, terapie ed etica

IA nella sanità, resta aperta la questione legata ai costi di transizione, acquisizione e formazione per l’implementazione delle tecnologie avanzate, oltre che l’innovazione tecnologica del Sud

L’applicazione dell’intelligenza artificiale (IA) in ambito sanitario potrebbe ridefinire il modo attraverso cui avviene la diagnosi e l’approccio al trattamento per molte malattie. Il processo di transizione dall’operatore fisico al supporto digitale è già in atto da diverso tempo. Basti pensare all’automatizzazione di molti processi diagnostici nella pratica clinica che comunque sussistono all’occhio vigile degli operatori sanitari, come le analisi cliniche o alcune analisi molecolari. Una serie di passaggi che hanno velocizzato il modo attraverso cui si salvaguarda la salute dei pazienti.

L’ACQUISIZIONE

La digitalizzazione ha consentito l’acquisizione e la corrispondente analisi di grandi quantità di dati sanitari, resi spesso condivisi e consultabili nelle diverse latitudini del mondo attraverso la definizione di un linguaggio universale che consente, giorno dopo giorno, di fare scacco matto rispetto a tante malattie ancora difficilmente curabili. Dall’altra parte però l’impiego di tutte queste tecnologie avanzate come algoritmi di apprendimento automatico e reti neurali – che promettono di migliorare l’accuratezza delle diagnosi, accelerare i trattamenti e ottimizzare la gestione delle risorse – solleva anche interrogativi etici e legali, specialmente in merito alle responsabilità civili.

LA DIAGNOSTICA

L’Organizzazione per la cooperazione e lo sviluppo economico (Ocse), che coinvolge al suo interno 38 Stati, ha pubblicato un documento in merito all’IA nell’ambiente sanitario da cui emergono vantaggi, benefici, opportunità ma anche rischi nell’healthcare. Come detto, l’IA consente di analizzare enormi quantità di dati clinici in tempi ridotti, identificando schemi complessi che potrebbero sfuggire all’occhio umano. Sistemi come l’IA di Google DeepMind hanno dimostrato una precisione eccezionale nel rilevare patologie come il cancro al seno e le retinopatie diabetiche. In campo oncologico l’IA rappresenta un efficace strumento di supporto per la diagnosi come testimoniato dagli stessi operatori sanitari: “Ho usato un software per analizzare immagini radiologiche che ha individuato microcalcificazioni sospette in una paziente asintomatica. Tuttavia, non rinuncio mai al mio giudizio clinico”.

L’IA può automatizzare anche compiti amministrativi, riducendo il carico di lavoro per il personale sanitario. Ad esempio, algoritmi avanzati gestiscono le prenotazioni dei pazienti e prevedono la domanda di risorse ospedaliere. “L’IA – riferisce un infermiere – ha migliorato la gestione delle scorte in reparto. Prima dovevamo fare tutto manualmente; ora un sistema predittivo ci avvisa quando un farmaco sta per esaurirsi. Questo ci permette di concentrarci di più sui pazienti”. Grazie all’analisi dei dati genetici e clinici, l’IA supporta lo sviluppo di terapie mirate, migliorando i risultati per i pazienti e riducendo gli effetti collaterali. L’IA potenzia le piattaforme di telemedicina, permettendo diagnosi e consulti a distanza, specialmente per le comunità rurali o sottoservite.

I RISCHI DELL’IA NELLA SANITA’

Da non sottovalutare i rischi. La presenza di algorismi “distorti” possono essere influenzati dai dati su cui sono addestrati. Un bias nei dati potrebbe portare a diagnosi o trattamenti iniqui, penalizzando determinati gruppi di pazienti. “In laboratorio – afferma una biologa – l’IA accelera l’analisi di campioni, ma richiede una supervisione costante. Non possiamo permetterci di ignorare eventuali anomalie che un algoritmo potrebbe trascurare”. Le violazioni di sicurezza dei dati (data breach), l’utilizzo di enormi quantità di dati sensibili espone i sistemi sanitari a rischi di violazioni della privacy e attacchi informatici. In tale ambito, il regolamento europeo sull’IA (GDPR – AI Act) entrato in vigore il 1° agosto 2024 opera per garantire affidabilità e sicurezza, nonché creare un mercato armonizzato e l’adozione della tecnologia in ambito di innovazione. Quando un algoritmo commette un errore, la questione diventa complessa.

Chi sono i responsabili?

Chi è da ritenere responsabile: il produttore del software, l’ospedale che lo utilizza o il medico che si è fidato del risultato? Attualmente, il quadro normativo è frammentato e le linee guida specifiche sull’uso dell’IA in sanità sono ancora in evoluzione. Il documento “Regulatory considerations on IA for health” dell’Oms riporta sei aree tematiche per la definizione di una regolamentazione: “Documentation and transparency” – trasparenza della documentazione e monitoraggio dei processi di sviluppo; “Risk management and IA systems development lifecycle approach” – gestione del rischio e continuo “apprendimento” mediante interventi umani e modelli di addestramento nonché conoscenza delle possibili minacce; “Intended use and analytical and clinical validation” – la convalida esterna dei dati e la chiarezza sull’uso dell’IA; “Data quality” – l’impegno per la qualità dei dati, ad esempio attraverso una rigorosa valutazione dei sistemi prima del rilascio, che è fondamentale per garantire che i sistemi non amplifichino distorsioni ed errori;
“Privacy and data protection” – introduzione di normative complesse, come il GDPR in Europa e l’Health Insurance Portability and Accountability Act (HIPAA) negli Stati Uniti d’America; “Engagement and collaboration” – promuovere la collaborazione tra gli organismi di regolamentazione, i pazienti, gli operatori sanitari, i rappresentanti del settore e i partner governativi, che può contribuire a garantire che i prodotti e i servizi rimangano conformi alle normative durante tutto il loro ciclo di vita.

IA NELLA SANITA’: I COSTI DI TRANSIZIONE E IL SUD

Resta infine da affrontare una delle problematiche più rilevanti, quella legata ai costi di transizione, acquisizione e formazione per la introduzione ed implementazione delle tecnologie avanzate in ambito sanitario. In Italia il dibattito su questo argomento è sempre acceso. I PNRR Salute hanno cercato di tamponare la reingegnerizzazione del Nuovo sistema informativo sanitario a livello locale.
Eppure, il quadro che ne è scaturito è quello di uno Stato frammentato con notevoli disuguaglianze tra strutture sanitarie più o meno attrezzate del Nord, Centro e Sud Italia. Soprattutto nelle strutture ospedaliere del Sud, che già arrancano nei servizi di assistenza basilari per la cura dei pazienti, il processo di innovazione tecnologica è lungo e complesso per la mancanza dei fondi ed anche per un lieve, seppur presente, retaggio culturale che continua a mantenere legati molti operatori sanitari alle vecchie pratiche cliniche con difficoltà notevoli a voler introdurre più efficaci ed innovativi approcci assistenziali.