L’intelligenza artificiale
nella diagnostica per immagini:
una nuova frontiera anche
per l’HTA

L’intelligenza artificiale
nella diagnostica per immagini:
una nuova frontiera anche
per l’HTA

.

Il potenziale ruolo dell’intelligenza artificiale (AI) in ambito medico sta emergendo in questi ultimi anni in maniera sempre più evidente. La diagnostica per immagini, in particolare, è una disciplina in cui l’attività dello specialista da sempre dipende dalle apparecchiature e dalle macchine disponibili e che già nei decenni passati ha tratto profondo giovamento dai progressi tecnologici: la prossima “rivoluzione” potrebbe derivare proprio dall’introduzione nella pratica clinica e nella gestione dei flussi di lavoro di applicazioni derivate dall’AI. Questa possibilità è stata accolta con un misto di eccitazione e ansia nella comunità radiologica: basti pensare al titolo di due editoriali di recente pubblicazione su Radiology [1] e su European Radiology Experimental [2], rispettivamente: “Radiology in 2018: Are You Working with AI or Being Replaced by AI?” e “Artificial intelligence in medical imaging: threat or opportunity? Radiologists again at the forefront of innovation in medicine”. Il pensiero che una macchina “intelligente” costituisca una minaccia in grado di rimpiazzare il radiologo nel ruolo centrale che da sempre riveste nell’iter diagnostico e terapeutico dei pazienti, ridimensionandone l’importanza o cancellandone del tutto la professione, è probabilmente prematuro, ma certamente comporta che ci si attrezzi almeno sotto due profili: 1. da una parte è necessario che i radiologi non si limitino ad alternare scetticismo e preoccupazione, ma si affaccino da protagonisti in questo campo; 2. dall’altra parte è necessario che si mettano a punto idonei sistemi di valutazione dell’impatto di questa profonda innovazione che bussa alle porte. Con l’arrivo dell’AI in diagnostica e terapia, infatti, si dovrà rimettere mano ai paradigmi di valutazione: pensiamo, ad esempio, alla valutazione etica (scelte decisionali automatizzate da un robot chirurgico o da diagnosi con sistemi esperti) e ai conseguenti cambiamenti che ne deriveranno sia sul fronte professionale (cfr. nuovo ruolo del professionista o, addirittura, sua sostituzione) sia sulle classiche dimensioni di natura economica e prestazionale. Come misurare l’efficacia? Quali approcci metodologici per le valutazioni economiche? Come affrontare i fondamentali domini ELSI (etiche, legali e sociali)? Per l’AI vale ciò che è stato avviato per la genetica dove in considerazione delle peculiarità della metodica sono stati proposti nuovi paradigmi di valutazione quali ACCE e GAPnet [3] [4] nel tentativo di considerare aspetti prestazionali, di utilità clinica ed etica. AI e genetica sono, infatti, entrambe tecnologie dirompenti, non solo sul piano dell’avanzamento tecnologico, ma anche sulla percezione nel cittadino/paziente nonché nel rapporto con il professionista e richiedono, dunque, una rivisitazione dei paradigmi consolidati e sviluppati per tecnologie più tradizionali. Come sottolineato nello scorso numero di e-Health: “Il risultato finale atteso da tutti gli attori in gioco è la produzione di innovazione utile per i processi di assistenza, (…).  

Confronta gli annunci

Confrontare
Ottavio Davini
  • Ottavio Davini