L’Intelligenza artificiale (IA) è ormai davanti ai nostri occhi e ChatGPT ne è l’esempio più lampante. Mediante una coreografia di algoritmi complessi e vasti insiemi di dati, l’intelligenza artificiale assume la forma di un imponente “general large language model” (modello sui cui è appunto basata ChatGPT), una creatura virtuale capace di padroneggiare il linguaggio umano con una “umanità” sconcertante. Un general large language model è un algoritmo di deep learning in grado di analizzare e generare una risposta testuale in base ad una data richiesta. Risponde quindi a domande, se serve fornisce consigli, ed eventualmente crea anche contenuti “originali”. La varietà di richieste è illimitata quanto la vostra fantasia: potete chiedergli di fornirvi dieci idee per il perfetto regalo di Natale, di formulare un’e-mail da inviare al vostro professore o persino di scrivere un abstract sull’incidenza dell’emicrania nei pinguini imperatori. Ma la vera domanda è: può effettuare correttamente diagnosi mediche?
Google homepage -> https://chat.openai.com -> “ChatGPT, sei in grado di fare diagnosi di emicrania?”
Pochi istanti ed arriva la risposta: “Come modello di intelligenza artificiale, non sono autorizzato a fare diagnosi mediche o fornire consulenze mediche personalizzate.”
Strano, eppure in qualche articolo si diceva che ChatGPT aveva da poco tentato tutti e tre gli step per ottenere l’abilitazione medica negli Stati Uniti [1]. Considerando quindi che ChatGPT non può fornire diagnosi mediche, vediamo come se la cavano altre forme di intelligenza artificiale create appositamente per diagnosticare le cefalee. Più di 40 sono gli studi che hanno tentato di validare strumenti diagnostici computerizzati per la diagnosi delle cefalee [2], ma l’incontro con l’IA è avvenuto solo di recente.
In uno studio basato su un’IA che non utilizza metodiche avanzate come le reti neurali, è stata confrontata la sua accuratezza diagnostica nella diagnosi di emicrania con quella di un’intervista telefonica semi-strutturata (SSI) tenuta da parte di specialisti delle cefalee. I risultati sono stati piuttosto soddisfacenti: il motore diagnostico ha ottenuto risultati paragonabili a quelli ottenuti dagli specialisti, con una sensibilità 90,1% ed una specificità del 95,8% [3]. Uno dei più recenti studi sul tema (maggio 2023) ha invece utilizzato un modello di IA più avanzato in cui la rete è stata “addestrata” con 2800 casi precedentemente diagnosticati da specialisti nel settore delle cefalee [4]. Successivamente la sua capacità diagnostica è stata testata sottoponendogli altri 1200 casi clinici, ed infine è stato valutato se tale IA fosse in grado di aumentare le performance diagnostiche di cinque medici non specialisti nel settore delle cefalee che hanno quindi valutato i pazienti sia senza che con l’ausilio della suddetta IA. Gli autori hanno evidenziato come l’IA abbia implementato notevolmente la corretta diagnosi da parte dei non specialisti migliorando la loro performance diagnostica di circa l’83%. Punto dolente è stata tuttavia la diagnosi di cefalee secondarie che il sistema puntualmente non ha riconosciuto ed è andato a classificare in maniera erronea come cefalee primarie. Non proprio una sciocchezza insomma!
Tali risultati hanno evidenziato come questo modello possa essere un utile strumento di assistenza per non specialisti del settore, in particolare nelle visite di screening, mentre dubbia rimane la sua utilità in centri specializzati di secondo o terzo livello, dove l’expertise degli specialisti rimane ancora insostituibile [4]. Considerando tuttavia la carenza di medici specializzati nel trattare le cefalee in confronto alla prevalenza della malattia (in America si conta 1 specialista ogni 58.000 pazienti emicranici), l’impatto che l’IA potrebbe avere nel supportare medici non specializzati nel campo delle cefalee potrebbe essere rilevante, permettendo di ridurre ritardi diagnostici che possono essere terreno fertile per lo sviluppo di forme croniche [2, 3].
In conclusione, questi studi sono molto promettenti ma le capacità diagnostiche delle varie IA sono ancora acerbe. Tuttavia, lo sviluppo e progressione dell’IA è inevitabile, ma per poterla utilizzare nelle sue enormi potenzialità dobbiamo imparare a conoscerla meglio e porre maggiore attenzione alla supervisione nell’addestramento dei modelli, anche e soprattutto nel campo scientifico. L’IA è un game changer, ma attualmente non siamo ancora pronti per giocare.
Gabriele Sebastianelli
Scuola di specializzazione in Neurologia – Sapienza Università di Roma – Polo Pontino, Latina
gabriele.sebastianelli@uniroma1.it
Bibliografia
1. Gilson A, Safranek CW, Huang T, et al (2023) How Does ChatGPT Perform on the United States Medical Licensing Examination? The Implications of Large Language Models for Medical Education and Knowledge Assessment. JMIR Med Educ 9:e45312. https://doi.org/10.2196/45312
2. Woldeamanuel YW, Cowan RP (2022) Computerized migraine diagnostic tools: a systematic review. Ther Adv Chronic Dis 13:20406223211065236. https://doi.org/10.1177/20406223211065235
3. Cowan RP, Rapoport AM, Blythe J, et al (2022) Diagnostic accuracy of an artificial intelligence online engine in migraine: A multi-center study. Headache 62:870–882. https://doi.org/10.1111/head.14324
4. Katsuki M, Shimazu T, Kikui S, et al (2023) Developing an artificial intelligence-based headache diagnostic model and its utility for non-specialists’ diagnostic accuracy. Cephalalgia 43:3331024231156925. https://doi.org/10.1177/03331024231156925
