Circa una diagnosi su dieci è errata. Un team di ricerca guidato dall’Inselspital, dall’Ospedale universitario di Berna e dall’Università di Berna ha condotto uno studio completo per verificare se un sistema diagnostico basato sull’intelligenza artificiale potesse migliorare la qualità delle diagnosi. I risultati sono stati sorprendenti: nonostante le grandi aspettative, il sistema testato non ha mostrato alcun vantaggio misurabile rispetto ai processi diagnostici tradizionali.
Fino al 15% di tutti i pazienti che si rivolgono a un medico riceve una diagnosi errata. Ciò rende la diagnosi errata uno dei problemi medici più comuni e costosi al mondo. La diagnosi è particolarmente difficile nei dipartimenti di emergenza, dove un gran numero di pazienti con disturbi diversi viene spesso trattato in tempi molto ristretti.
I sistemi computerizzati di supporto alle decisioni diagnostiche (CDDSS) sono sempre più utilizzati per ridurre le diagnosi errate. Questi sistemi sono progettati per aumentare l’accuratezza diagnostica analizzando i sintomi e i reperti e per supportare i professionisti medici nella formulazione della diagnosi. Tuttavia, se i sistemi diagnostici basati sull’intelligenza artificiale (AI) migliorino effettivamente le diagnosi è controverso. I dati di studio affidabili provenienti da applicazioni cliniche sono ancora rari.
Primo studio al mondo sul sistema diagnostico basato sull’intelligenza artificiale in medicina acuta
Un team di ricerca guidato dal Dipartimento di Medicina d’Urgenza dell’Inselspital ha analizzato l’efficacia del supporto diagnostico basato sull’IA nella medicina acuta nel primo studio al mondo sul CDDSS. Lo studio, i cui risultati sono stati appena pubblicati su "The Lancet Digital Health", ha incluso un totale di 1204 pazienti trattati in quattro dipartimenti di emergenza svizzeri tra giugno 2022 e giugno 2023 con disturbi non specifici (come svenimenti, dolori addominali o febbre di causa sconosciuta). I dipartimenti di emergenza partecipanti sono stati suddivisi alternativamente in due fasi di lavoro: Durante le fasi di intervento, i medici hanno utilizzato il sistema basato sull’intelligenza artificiale "Isabel Pro" per aiutarli a formulare una diagnosi. Nelle fasi di controllo, le diagnosi sono state effettuate senza ausili tecnici. La qualità delle diagnosi è stata misurata in base al fatto che i pazienti abbiano richiesto un follow-up medico non pianificato entro 14 giorni dal trattamento, che le diagnosi siano state successivamente modificate, che sia stato necessario un ricovero imprevisto in terapia intensiva o che si siano verificati dei decessi.
Nessun beneficio misurabile dal supporto diagnostico basato sull’IA
I risultati sono sorprendenti: un rischio di qualità diagnostica si è verificato nel 18% dei pazienti sia nella fase con che in quella senza supporto diagnostico basato sull’IA. Inoltre, non sono state riscontrate differenze tra i gruppi in termini di eventi avversi gravi e di consumo di risorse, misurato in franchi svizzeri. Nonostante la tecnologia ottimizzata e l’ampia formazione del personale medico, lo studio non è stato in grado di dimostrare alcun vantaggio rilevante nell’utilizzo del CDDSS. Il supporto diagnostico basato sull’intelligenza artificiale non ha alcun effetto misurabile per i pazienti in medicina d’urgenza. Indipendentemente dalle differenze mediche, economiche o procedurali", riassume Wolf Hautz, primario del Dipartimento di medicina d’urgenza e autore principale dello studio.
Nuovo impulso alla ricerca
I risultati dello studio chiariscono che i sistemi di diagnosi assistita dal computer, almeno nel loro attuale stato di sviluppo, non hanno un impatto significativo sulla qualità diagnostica nella medicina d’urgenza. L’AI attualmente disponibile non risolverà il problema delle diagnosi errate. Dobbiamo perseguire altri approcci per migliorare la qualità della diagnosi e, in particolare, intensificare significativamente la ricerca su questo tema, che attualmente è agli inizi", aggiunge il Prof. Hautz.
A tal fine, il Fondo Nazionale Svizzero per la Ricerca Scientifica (FNS) finanzia la creazione di un gruppo di lavoro sul processo decisionale collaborativo presso il Dipartimento di Medicina d’Urgenza dell’Inselspital. Il presente studio è stato cofinanziato dal Programma nazionale di ricerca "Trasformazione digitale" (PNR 77) del FNS.
