Diagnosi dell’endometriosi efficienti e precise grazie all’IA
L’endometriosi, una patologia in cui un tessuto simile al rivestimento dell’utero cresce al di fuori di questo, interessa circa 190 milioni di donne in tutto il mondo, ma spesso non viene diagnosticata. I suoi sintomi spesso non vengono presi seriamente, e una diagnosi può richiedere da 4 a 11 anni. Il progetto FEMaLe(si apre in una nuova finestra), finanziato dall’UE, si è prefissato di affrontare questa sfida costruendo strumenti di supporto alle decisioni cliniche basati sull’intelligenza artificiale (IA). L’obiettivo era quello di aiutare i medici a identificare l’endometriosi più precocemente e con maggiore precisione, analizzando un’ampia gamma di dati delle pazienti, dalle cartelle cliniche e dai sintomi auto-riferiti fino alla genetica e alla storia clinica.
Segnalazione di indicatori precoci dell’endometriosi
«Dovevamo rendere visibile l’invisibile», spiega Ulrik Bak Kirk, consulente principale presso l’Università di Aarhus(si apre in una nuova finestra) e coordinatore del progetto FEMaLe. «Così abbiamo portato la tecnologia in uno spazio che è stato trascurato per decenni.» Il cuore del progetto FEMaLe è l’uso dell’IA per analizzare grandi quantità di informazioni sulle pazienti, come cartelle cliniche questionari e dati genetici, per identificare modelli poco evidenti, che spesso sfuggono alla diagnostica tradizionale. I sintomi dell’endometriosi non sono uguali in tutte le persone, ma variano notevolmente da paziente a paziente, e i dati relativi sono complessi. Invece di concentrarsi su un solo sintomo o su un unico risultato di un test, l’intelligenza artificiale ha esaminato il quadro completo, apprendendo da migliaia di dati a individuare i primi indicatori dell’endometriosi. «Abbiamo applicato l’intelligenza artificiale e l’apprendimento automatico per identificare i segnali precoci, che non sempre sono immediatamente evidenti», aggiunge Kirk. «Quanto più precocemente riusciamo a individuare la malattia, tanto meglio possiamo gestirla o addirittura impedirne la progressione.»
Aiutare le pazienti con i dati
Il progetto ha sviluppato(si apre in una nuova finestra) due sistemi chiave: uno di supporto alle decisioni cliniche (CDSS) per gli operatori sanitari e un’applicazione digitale per le pazienti. Entrambi sono stati collegati attraverso un’infrastruttura di dati che consente un feedback continuo e un apprendimento automatico iterativo. FEMaLe ha adottato un approccio olistico, integrando le voci delle pazienti direttamente nel processo di sviluppo e nei suoi progetti pilota in Danimarca, Ungheria e Svezia, non solo come soggetti ma come co-creatrici. Le associazioni di pazienti e i gruppi di esperti hanno fatto parte del consorzio fin dall’inizio dei lavori, contribuendo a garantire che gli strumenti fossero pratici, etici e basati sul vissuto delle persone. «Abbiamo coinvolto le pazienti sin dal primo giorno», osserva Kirk. «Il loro riscontro ha influenzato il processo in ogni fase.» Uno degli obiettivi principali del progetto era la riduzione dei ritardi diagnostici. Lo strumento CDSS ha aiutato i medici a valutare la probabilità di endometriosi, segnalando combinazioni di sintomi e della storia clinica che altrimenti avrebbero potuto passare inosservati. Nel frattempo, l’applicazione digitale Companion rivolta alle pazienti ha permesso alle utenti di controllare meglio la malattia, tenendo traccia dei sintomi, dei trattamenti medici e dei livelli di dolore nel tempo. Questi dati sono stati resi anonimi e poi reintrodotti nel motore dell’intelligenza artificiale, aiutandolo ad apprendere e a migliorare i suggerimenti diagnostici per le future utenti.
Sviluppo di nuovi sistemi diagnostici per la salute
L’influenza di FEMaLe si è già estesa oltre il suo ambito originario. I risultati hanno contribuito allo sviluppo di nuovi strumenti diagnostici, come lo Ziwig Endotest(si apre in una nuova finestra) basato sulla saliva, mentre in Germania i progetti MIRACUM e GECCO stanno studiando i dati sanitari integrati e la diagnostica basata sull’intelligenza artificiale, prendendo spunto dagli insegnamenti di FEMaLe. Ora che il progetto è terminato, l’attenzione si è spostata sui prossimi passi. Le parti coinvolte stanno valutando come integrare gli strumenti sviluppati nei sistemi sanitari nazionali, come estenderli al di fuori dell’Europa e adattarli ad altre patologie complesse con sfide diagnostiche simili. FEMaLe rappresenta un lavoro collaborativo, il cui obiettivo era garantire che il dolore delle donne non sia solo ascoltato, ma compreso, misurato e trattato. «Non si tratta solo di tecnologia», conclude Kirk. «Vogliamo porre fine al silenzio e allo stigma intorno a una malattia che interessa milioni di donne.»
