Portare gli strumenti intelligenti di supporto diagnostico a un livello più avanzato
Secondo l’organizzazione senza scopo di lucro Society to Improve Diagnosis in Medicine, solamente negli Stati Uniti gli errori diagnostici sono causa di morte o lesioni per un numero compreso tra i 40 000 e gli 80 000 pazienti ogni anno. Si stima che le diagnosi errate vengano formulate in una percentuale variabile tra il 10 % e il 15 % dei casi, un problema presente indipendentemente dalla specialità medica interessata. «Generalmente le cause sono da ricercare nell’esperienza dei professionisti medici, nelle pressioni in termini di tempo o in pregiudizi cognitivi» nonché in ciò che chiamiamo “effetto ancoraggio”, in cui i medici giungono a una conclusione in modo troppo affrettato», spiega Eitan Ron, coordinatore del progetto Kahun, finanziato dall’UE. Per affrontare questa problematica, Kahun ha sviluppato strumenti di supporto diagnostico basati sull’IA, «fondati sulla prima tecnologia di questo tipo in grado di imitare il ragionamento clinico di medici qualificati», afferma Ron.
Un chatbot per la valutazione clinica dei pazienti e un’app innovativa
«Il prototipo iniziale dell’app è stato lanciato all’inizio del 2021, e da quel momento all’incirca 7 000 medici ne hanno già utilizzato la versione gratuita per decine di migliaia di casi.» Kahun Medical, l’impresa che ha ospitato il progetto, ha inoltre firmato un accordo con la rivista «New England Journal of Medicine» per l’integrazione di conoscenze all’interno del suo strumento di simulazione medica, chiamato Healer. «Per contribuire al raggiungimento dell’obiettivo di guadagnare il favore della comunità medica, abbiamo inoltre fornito un chatbot di valutazione clinica dei pazienti, basato sulla stessa tecnologia, che raccoglie informazioni sui pazienti precedenti alle visite», osserva Ron. Questo chatbot è già stato integrato nella valutazione clinica virtuale pre-visita del servizio statunitense di telemedicina per cure acute HelixVM. Esso viene inoltre utilizzato da Healthbridge, una soluzione sudafricana di gestione della pratica clinica basata su cloud a cui ricorrono 3 000 studi medici.
Un motore di ragionamento clinico alimentato dall’IA e mappato da professionisti medici
Il motore di ragionamento clinico del progetto fa affidamento su un grafico di conoscenze strutturato che si basa su letteratura medica annotata ed è mappato da professionisti medici. «Attualmente, la mappa contiene oltre 30 milioni di informazioni sul rapporto che intercorre tra malattie, risultati, complicazioni, risultati di laboratorio, fattori di rischio, ecc.», aggiunge Ron. La versione iniziale dell’app clinica, disponibile sia per Apple che per Android, consente ai medici di inserire dati relativi ai pazienti quali età e sesso, oltre a dettagli clinici come per esempio sintomi avvertiti e risultati di esami. Tali input vengono quindi immessi all’interno di un’apposita interfaccia. Il motore basato sull’IA sviluppato dal team si avvale quindi del grafico di conoscenze per generare una diagnosi differenziale e fornire suggerimenti per ulteriori esami da effettuare, mentre l’algoritmo a disposizione ricorre alle fonti originali. Il chatbot dedicato ai pazienti, basato sul web, ne completa la valutazione clinica sviluppata da Kahun grazie al loro apporto. L’IA impiega il grafico di conoscenze per generare un colloquio clinico. In base a ciascuna risposta viene generata la domanda successiva più idonea, il che permette al sistema di aggiornare in modo continuativo la propria ipotesi diagnostica differenziale. Il colloquio termina quando il motore ha raccolto informazioni sufficienti. Successivamente, una sintesi contenente la cronologia dell’attuale malattia, una revisione dei sistemi, la diagnosi differenziale proposta e le prossime fasi da seguire viene aggiunta alla cartella clinica del paziente interessato.
La precisione delle diagnosi differenziali superano i test a pieni voti
Le prestazioni diagnostiche di Kahun sono state verificate nell’ambito di casi clinici estratti dall’esame Step 2 Clinica Skills di abilitazione alla professione medica degli Stati Uniti. I casi sono stati inseriti all’interno di Kahun e quindi si è effettuata una valutazione della precisione offerta dalle sue diagnosi differenziali. Ciascuna prestazione di diagnosi è stata misurata secondo parametri quali sensibilità diagnostica e tassi di successo specifici per caso. Allo studio hanno preso parte 91 casi clinici, in cui venivano riportati 78 diversi disturbi primari e una media di 38 risultati per ogni caso. La previsione totale era di 272 diagnosi. Di queste, Kahun ne ha suggerite 231 tra le prime 20 delle sue diagnosi, 209 tra le prime 10 e 168 tra le prime 5. «Nel complesso, il nostro strumento ha gestito in modo completo una vasta gamma di risultati clinici e, in base a quanto messo in evidenza, è risultato accurato dal punto di vista diagnostico.» In un altro studio inteso a valutare la funzione di raccolta dei dati in otto chatbot volti a verificare i sintomi, in cui sono stati coinvolti 28 casi clinici, il chatbot dedicato ai pazienti di Kahun si è dimostrato il più efficiente, registrando il tasso di richiamo più elevato di risultati pertinenti nei vari casi.
Parole chiave
Kahun, diagnosi, clinico, motore di ragionamento, paziente, chatbot, algoritmo, telemedicina
