L’utilizzo dell’intelligenza artificiale generativa ha il potenziale per avere un impatto significativo sulla comprensione clinica, la diagnosi e il trattamento di condizioni mediche complesse, migliorando così l’accuratezza, l’efficienza e l’efficacia del sistema sanitario.
Vediamo in che modo e in quali ambiti, esaminando un progetto denominato BioGPT.
Indice degli argomenti
Le caratteristiche dell’AI generativa
L’apprendimento automatico sta finalmente catturando l’attenzione del pubblico con ChatGPT, un programma di chatbot gratuito in grado di generare testi simili a quelli umani a partire da semplici richieste.
Il mercato delle chatbot, solo per il servizio clienti, è in rapida crescita e si prevede che registri un tasso di aumento del 15%, per un valore complessivo prossimo ai 10 miliardi di dollari nel 2023.
Questi modelli sono in grado di analizzare grandi quantità di dati, riconoscere schemi e relazioni tra le parole, utilizzando algoritmi di apprendimento automatico come la regressione logistica e le reti neurali. Questi modelli possono imparare dalle esperienze passate e utilizzare questi dati per migliorare le loro prestazioni.
Un’altra caratteristica importante dei modelli linguistici di AI è la loro capacità di generare linguaggio naturale e pertanto possono produrre testi coerenti e comprensibili, con uno stile adeguato al contesto. I modelli linguistici di AI sono anche in grado di analizzare il significato del testo, non solo la sua forma.
Le potenzialità dell’AI generativa nella comprensione e nella diagnosi clinica
La caratteristica dei modelli linguistici di AI, capaci di analizzare il significato del testo, non solo la sua forma, si chiama analisi semantica. Consente ai modelli di comprendere il contesto in cui si utilizza una parola o una frase. Questi modelli possono dunque produrre risultati precisi e accurati, per esempio nella traduzione automatica, dove il significato delle parole e delle frasi può variare a seconda del contesto.
Un’ulteriore importante caratteristica è la loro adattabilità, cioè il fatto che sono in grado di apprendere dai dati in tempo reale e di modificare i loro algoritmi, di conseguenza, adattandosi all’ambiente e migliorando continuamente le loro prestazioni.
Possono interagire con gli utenti in modo simile a un essere umano e possono essere utilizzati per sviluppare chatbot e assistenti virtuali in grado di assistere gli utenti in modo efficace. Questi modelli possono dunque offrire una vasta gamma di applicazioni, per esempio nell’assistenza sanitaria, nell’eCommerce e nel customer service.
È una tecnologia in continua evoluzione, in grado di comprendere, generare e analizzare il linguaggio naturale in modo sempre più preciso e naturale. Molte persone hanno così iniziato a riflettere sulle possibilità offerte dall’intelligenza artificiale generativa, sulla sua velocità e sui settori in cui avrà il maggiore impatto. E l’assistenza sanitaria non fa eccezione.
Apprendimento automatico in sanità: il progetto BioGPT
Gli scienziati di Microsoft Research hanno pubblicato un documento lo scorso anno su un progetto chiamato BioGPT, che è “un modello linguistico generativo Transformer specifico per il dominio e pre-addestrato sulla letteratura biomedica su larga scala”.
In sostanza, hanno preso il modello GPT-2 di OpenAI e lo hanno perfezionato, addestrandolo su un gran numero di paper biomedici ritenuti affidabili, creando così un BioGPT più adatto ad estrarre, analizzare e “discutere” testi biomedici, superando i modelli precedenti.
La sepsi può essere causata da parassiti, batteri, infezioni fungine e virali, ed è
descritta dai medici come “difficile da individuare e facile da trattare nelle prime fasi,
ma più difficile da trattare quando diventa evidente”. La sepsi può presentarsi con una
complessa “costellazione di sintomi” ed è anche la principale causa di morte negli
ospedali.
Un’innovazione come BioGPT potrebbe essere utilizzata per:
- analizzare grandi quantità di letteratura biomedica ed estrarre informazioni rilevanti sulla sepsi per identificare modelli e intuizioni;
- generare nuova letteratura biomedica relativa alla sepsi, comprese combinazioni di ipotesi e teorie che potrebbero guidare la ricerca futura;
- aiutare nella diagnosi e nel trattamento della sepsi, contribuendo ad identificare più rapidamente obiettivi di intervento.
In un ambito completamente diverso, ma altrettanto problematico, un modello come
BioGPT potrebbe potenzialmente rivoluzionare il sistema attuale di codifica e fatturazione dell’assistenza sanitaria. I costi associati alla codifica e alla fatturazione
negli Stati Uniti sono molto elevati e superano significativamente quelli di Paesi
simili.
L’intelligenza artificiale generativa potrebbe aiutare in diversi modi:
- automatizzare in modo efficiente il processo di codifica di procedure e servizi medici, liberando tempo e risorse per altre attività critiche;
- Identificare e correggere gli errori di codifica, che sono comuni nel sistema attuale, riducendo il rischio di richieste di rimborso negate e altre sanzioni finanziarie;
- identificare le tendenze emergenti nelle procedure e nei servizi medici per informare lo sviluppo di nuovi codici CPT, consentendo agli operatori sanitari di riflettere con maggiore precisione il panorama in evoluzione delle procedure e dei servizi medici.
AI generativa: vantaggi e criticità dell’apprendimento automatico in ambito clinico
L’IA generativa potrebbe portare rapidamente a miglioramenti nei risultati per i pazienti, processi più efficienti e una riduzione dei costi sia per gli operatori sanitari che per i pazienti.
Un rischio di queste tecnologie è legato alla quantità sempre crescente di dati dei pazienti che vengono utilizzati nell’apprendimento automatico per migliorare la precisione delle chatbot e che potrebbe causare problemi di privacy. In questo senso, la crittografia omomorfa potrebbe essere una soluzione utile nel settore sanitario. Questa tecnologia consente ai dati di essere criptati, mentre l’esecuzione dei calcoli non ha la necessità di decifrare i dati, consentendo alle chatbot di apprendere senza accedere alle informazioni personali dei pazienti.
Inoltre, l’impiego di tali tecnologie richiede una valutazione attenta e ponderata per garantire la messa in atto di adeguate misure di protezione contro usi potenzialmente dannosi, come la sostituzione del parere di un esperto medico.
Non dimentichiamo che le informazioni fornite dalle chatbot potrebbero non essere sempre accurate o affidabili, a seconda delle fonti di alimentazione dei dati. Questa situazione potrebbe rappresentare un rischio per la qualità dell’assistenza sanitaria fornita ai pazienti. Ad esempio, il modello ChatGPT ha una copertura dati fino al 2021 e non include riferimenti con le risposte, il che potrebbe compromettere l’approccio basato sull’evidenza.
Conclusioni
Una soluzione potrebbe consistere nella previsione di un avviso automatico attivato
dalle richieste di consulenza medica o dalla visualizzazione di termini specifici per
ricordare agli utenti che i risultati del modello non rappresentano né sostituiscono la
consulenza medica professionale.
È importante considerare che queste tecnologie, come l’apprendimento automatico, stanno evolvendo a un ritmo molto più veloce delle autorità di regolamentazione, dei governi e dei sostenitori. Pertanto, tutte le parti interessate – sviluppatori, scienziati, filosofi ed esperti di etica, operatori sanitari, fornitori, pazienti, sostenitori, autorità di regolamentazione e agenzie governative – devono collaborare per individuare la strada migliore da seguire.
In un contesto normativo attento e costruttivo, i modelli di linguaggio basati sul DL potrebbero avere un impatto trasformativo sull’assistenza sanitaria, aumentando, invece di sostituire, le competenze umane e migliorando, in ultima analisi, la qualità della vita dei pazienti.
