L'IA non può sostituire i medici. Ma può renderli migliori.

Disegno del bambino di uno studio medico che mostra il bambino sul lettino dell'esame e il medico al computer. Disegno di Ag, 7 anni, copyright Thomas G. Murphy MD 2011

Diversi anni fa Vinod Khosla, l'investitore della Silicon Valley, scrisse un articolo provocatorio intitolato Abbiamo bisogno di dottori o algoritmi? Khosla ha affermato che i medici non potevano competere con l'intelligenza artificiale. I medici scherzano con i pazienti, raccolgono alcuni sintomi, cercano indizi nel corpo e mandano via il paziente con una prescrizione. Questo a volte (accidentalmente, forse) porta al trattamento corretto, ma i medici agiscono solo su una frazione delle informazioni disponibili. Un algoritmo, ha scritto, potrebbe fare di meglio.

Sono un medico pediatrico e adolescenziale nella San Francisco Bay Area, dove imprenditori come Khosla bussano da anni alle porte dei medici con le loro tecnologie pilota, software e hardware. Posso dire con una certa autorità che quella di Khosla è la voce di un estraneo esperto che sa quello che sa, che non è assistenza sanitaria.

Questa storia faceva parte del nostro numero di novembre 2018

• Vedi il resto del problema
• sottoscrivi

Sì, l'IA potrebbe aiutarci a diagnosticare e curare le malattie. Può raccogliere e fornire ampie fasce di dati in modo chiaro e conciso, riducendo i giudizi imprecisi che i medici formulano a causa delle pressioni e della complessità delle nostre pratiche. Non c'è dubbio che per alcuni medici, il cui lavoro è fortemente incentrato sulla diagnosi (radiologi o patologi, per esempio), quella svolta può rivelarsi una minaccia esistenziale. Un decennio fa, ad esempio, i ricercatori hanno dimostrato che l'IA era brava quanto i radiologi nel rilevare il cancro al seno.

Ma per i medici come me nelle cure primarie, che gestiscono da 1.500 a 2.000 pazienti, l'IA rappresenta un'opportunità. Ho frequentato la facoltà di medicina per entrare in contatto con le persone e fare la differenza. Oggi invece mi sento spesso come un contabile strapagato, che raccolgo informazioni e le rispondo ai pazienti, prescrivendo farmaci e aggiustando le dosi, ordinando test. Ma l'intelligenza artificiale in sala d'esame offre la possibilità di recuperare l'arte della medicina. Potrebbe permettermi di conoscere meglio i miei pazienti, imparare come una malattia li colpisce in modo univoco e darmi il tempo di istruirli verso un risultato migliore.

Considera cosa potrebbe fare l'IA per l'asma, la malattia medica cronica più comune durante l'infanzia. Sei milioni di bambini americani ne soffrono. Nel 2013 hanno perso complessivamente 14 milioni di giorni di scuola. Il costo dei farmaci, delle visite al medico e del pronto soccorso e dei ricoveri si avvicina ai 60 miliardi di dollari all'anno.

Diagnostico l'asma attraverso una regola che si tramanda nel tempo: se hai avuto tre o più episodi di respiro sibilante e i farmaci per l'asma aiutano, hai la malattia. Una volta diagnosticata, chiedo ai genitori di ricordare, nel miglior modo possibile, con quale frequenza somministrano i farmaci al loro bambino. Chiedo: cosa sembra innescare episodi? Il bambino è esposto a chi fuma in casa? Posso anche rivedere i loro record per contare quante visite al pronto soccorso hanno avuto o il numero di volte in cui hanno riempito le loro prescrizioni.

Ma anche con il ricordo più accurato da parte di genitori e pazienti e le registrazioni elettroniche più accurate, è ancora solo una conoscenza retrospettiva. Non esiste una strategia proattiva e predittiva.

Non è che non abbiamo i dati; è solo che è disordinato. Dedichiamo molto del nostro tempo a cercare di dargli un senso.

Non è che non abbiamo i dati; è solo che è disordinato. Risme di dati intasano la casella di posta del medico. Si presenta in molte forme e da direzioni disparate: informazioni oggettive come risultati di laboratorio e segni vitali, preoccupazioni soggettive che si presentano sotto forma di messaggi telefonici o e-mail dei pazienti. È tutto frammentato e trascorriamo gran parte del nostro tempo come medici cercando di dargli un senso. Le aziende tecnologiche e le startup in erba vogliono aprire ulteriormente il rubinetto dei dati consentendo ai loro dispositivi diretti al consumatore (telefono, orologio, bracciale per la pressione sanguigna, misuratore di zucchero nel sangue) di inviare flussi continui di numeri direttamente a noi. Lottiamo per stare al passo con esso e i tassi di burnout tra i medici continuano a salire.

In che modo l'IA può risolvere questo problema? Cominciamo con la diagnosi. Mentre le manifestazioni cliniche dell'asma sono facili da individuare, la malattia è molto più complessa a livello molecolare e cellulare. I geni, le proteine, gli enzimi e altri fattori scatenanti dell'asma sono molto diversi, anche se i loro fattori scatenanti ambientali si sovrappongono. Numerosi esperti ora pensano all'asma nello stesso modo in cui pensano al cancro, un termine generico per una malattia che varia in base alla posizione del tumore e alle caratteristiche cellulari. Ian Adock del National Heart & Lung Institute dell'Imperial College di Londra, studia il legame tra l'asma e l'ambiente. Lui e il suo team hanno raccolto campioni biologici dal sangue, dalle urine e dal tessuto polmonare di pazienti asmatici e hanno organizzato i marcatori genetici e molecolari che trova in sottotipi di asma. L'ipotesi è che con quel tipo di conoscenza, ai pazienti possa essere somministrato il farmaco che funziona meglio per loro.

L'IA potrebbe anche aiutare a gestire le riacutizzazioni dell'asma. Per molti pazienti, l'asma peggiora con l'aumento dei livelli di inquinamento atmosferico, come è successo la scorsa estate quando gli incendi hanno colpito la California settentrionale. L'IA potrebbe permetterci di acquisire informazioni ambientali e rispondere in modo proattivo. Nel 2015, i ricercatori hanno pubblicato uno studio che mostrava che potevano prevedere il numero di visite al pronto soccorso legate all'asma in un ospedale di Dallas-Fort Worth. Hanno estratto i dati dalle cartelle dei pazienti, insieme ai dati sull'inquinamento atmosferico dai sensori dell'EPA, dalle ricerche su Google e dai tweet che utilizzavano termini come respiro sibilante o asma. I dati di Google e Twitter erano legati ai dati sulla posizione dell'utente.

Se avessi questo tipo di dati potrei dire, Alexa, dimmi di quali pazienti asmatici devo preoccuparmi oggi. Potrei avvisare le famiglie colpite. E se avessi anche alcuni dati genetici come quelli di Adock, potrei diagnosticare l'asma prima che il paziente soffrisse di tre attacchi di respiro sibilante, ordinando esami del sangue e confrontando i risultati con quei marcatori molecolari.

Questo tipo di intelligenza che fa risparmiare tempo mi permette di trascorrere più tempo con i miei pazienti. Uno studio ha mostrato che i bambini asmatici assumevano o ricevevano i loro farmaci per via inalatoria solo circa la metà delle volte. L'IA potrebbe concedermi più tempo per interagire personalmente con quei ragazzi e ottenere risultati migliori.

Molte domande ci attendono. I pazienti sono disposti a condividere più dati personali con noi? Se l'IA mostra che la tua assistenza è migliore in un modo, ma tu o il tuo medico vi sentite diversamente, una compagnia di assicurazioni lo accetterà? Cosa succede se l'algoritmo manca qualcosa o viene applicato in modo errato? Chi risponde, il medico o il costruttore della macchina?

Non molto tempo fa, nel Giornale dell'Associazione medica americana , ho visto un'immagine colorata disegnata da un bambino con i pastelli. Ritraeva il suo pediatra, gli occhi incollati al computer, mentre sedeva sul lettino, con gli occhi sbarrati. Spero che l'IA mi permetterà presto di riportare la mia attenzione su quella bambina.

Rahul Parikh è un pediatra nella zona della Baia di San Francisco.

nascondere