L’intelligenza artificiale in oncologia, tra promesse e limiti

È uno degli argomenti più discussi negli ultimi anni: l’intelligenza artificiale, ovvero i sistemi computazionali avanzati che riescono a mimare capacità cognitive come l’apprendimento, l’interazione con altri e la previsione di eventi futuri. Dai chatbot alla guida autonoma, i progressi in quest’ambito sono impressionanti e rapidissimi. E non risparmiano l’oncologia. Gli studi, infatti, mostrano che strumenti di intelligenza artificiale potrebbero aiutare a migliorare la prevenzione, la diagnosi e il trattamento dei tumori, grazie alla loro capacità di elaborare enormi quantità di dati in tempi impensabili per gli esseri umani. Tuttavia, i limiti di queste tecnologie sono ancora molti e ogni utilizzo dev’essere fatto con molta cautela.

Il primo passo per sconfiggere il cancro è prevenirlo. E l’intelligenza artificiale potrebbe essere d’aiuto in questo senso. Per esempio, alcuni chatbot opportunamente addestrati possono fornire informazioni utili per la salute, anche se quelli già in uso danno perlopiù indicazioni molto generiche e talvolta errate. Altri strumenti che potrebbero essere utili sono gli orologi e i braccialetti “intelligenti”, che monitorano alcuni parametri dello stato di salute delle persone, come il battito cardiaco, i passi effettuati nella giornata e così via. Integrare queste informazioni con dati clinici e familiari potrebbe aiutare i medici a identificare chi è più a rischio di sviluppare diverse malattie, tra cui i tumori.

A oggi, una delle più interessanti e provate applicazioni dell’intelligenza artificiale in oncologia sembra essere l’interpretazione di immagini diagnostiche. Tra queste vi sono quelle prodotte dalla radiologia, da TC e risonanze magnetiche, oltre alle fotografie ad alta risoluzione di campioni di tessuti. Alcune AI, addestrate con grandi quantità di immagini associate a diagnosi già effettuate in precedenza, possono individuare tracce di tumori molto piccole, talvolta invisibili allo sguardo, e in meno tempo rispetto a un operatore umano. Sono stati effettuati molti studi in merito, e nella maggior parte dei casi hanno evidenziato che l’affidabilità delle AI in questo settore è pari, e talvolta superiore, a quella di radiologi e anatomo-patologi.

Un altro contributo che possono offrire queste tecnologie riguarda l’identificazione dell’origine di alcuni tumori che altrimenti spesso sono diagnosticati in modo non conclusivo o con notevole difficoltà e solo effettuando molti esami diversi che richiedono molto tempo. Alcune AI aiutano a diagnosticare correttamente più casi di cancro, migliorando la prospettiva di vita dei pazienti, e facendo risparmiare tempo ai professionisti sanitari. In effetti, sono già in uso in molti centri ospedalieri.

L’intelligenza artificiale può aiutare anche negli screening e nei trattamenti

Sfruttare questi strumenti può anche rendere più efficienti ed economici alcuni programmi di screening per la diagnosi precoce del cancro. Persino, secondo alcuni scienziati, anche in aiuto di personale medico non specialistico. Infatti, in alcune aree del mondo svantaggiate l’AI sta già assistendo personale sanitario non specializzato a effettuare screening per tumori come quello al seno o al collo dell’utero.

Altri ambiti in cui le AI possono essere di notevole aiuto sono i tumori in stadio avanzato o già conclamati, per la valutazione dell’evoluzione della malattia e la scelta dei trattamenti. Un esempio è un tipo di AI sviluppata in uno studio sostenuto da Fondazione AIRC, in cui questi strumenti aiutano a studiare nel dettaglio i tumori e il microambiente in cui si trovano, facilitando l’individuazione della terapia più adatta.

Una delle strade che sta percorrendo l’oncologia è sviluppare terapie precise e mirate alle caratteristiche molecolari e genetiche dei tumori, ottimizzando così l’efficacia delle terapie. Per questo, in fase diagnostica, si approfondiscono molti aspetti del tumore per ogni paziente, prendendo in esame grandi moli di informazioni differenti, in modo da scegliere le terapie più appropriate. Qui l’intelligenza artificiale potrebbe essere di grande aiuto per accorciare i tempi e individuare opportunità di cura. Per esempio, in una ricerca sostenuta da Fondazione AIRC è emerso che uno strumento dotato di AI potrebbe aiutare a capire quali pazienti beneficeranno maggiormente di un farmaco contro il tumore del colon-retto.

Altri sistemi di AI sufficientemente addestrati e avanzati potrebbero persino aiutare a modificare le terapie che i pazienti stanno assumendo, in seguito al monitoraggio automatico e in tempo reale dell’estensione del tumore e della sua evoluzione nel tempo.

In alcuni centri di numerosi Paesi alcune piattaforme capaci di integrare le informazioni sui pazienti e i loro tumori con le ultime raccomandazioni ed evidenze, nonché con gli esiti di altri pazienti, stanno già affiancando i professionisti sanitari. Oltre a semplificare e velocizzare il lavoro dei professionisti, questi strumenti potrebbero essere utili per standardizzare i processi, riducendo le differenze di approccio dovute a diverse decisioni degli operatori umani.

L’intelligenza artificiale potrebbe anche aiutare chi già ha superato un tumore. Da un lato, l’AI potrebbe fornire a pazienti ed ex pazienti un utile sostegno psico-oncologico. Dall’altro, può permettere di scoprire cambiamenti, come eventuali sintomi, che potrebbero indicare che il cancro potrebbe ripresentarsi, consentendo ai medici di intervenire in modo precoce in caso di recidiva.

Gli scienziati stanno valutando e sperimentando le potenzialità dell’intelligenza artificiale nella ricerca. Per esempio, le capacità di analisi dell’AI possono aiutare i ricercatori a individuare possibili nuovi farmaci. Analizzando database ricchi di dati clinici e altri con le caratteristiche di potenziali principi attivi, questi strumenti possono calcolare in pochissimo tempo quali molecole potrebbero rivelarsi efficaci contro determinati tipi di cancro.

Analogamente, l’intelligenza artificiale potrebbe aiutare a selezionare i pazienti con i requisiti e le caratteristiche richieste per la partecipazione alle sperimentazioni cliniche. Per effettuare queste valutazioni, l’AI può anche includere dati clinici dal “mondo reale”, che aiutano a valutare la sicurezza e l’efficacia delle terapie in studio nelle sperimentazioni. Tutti risultati difficili da raggiungere senza questi strumenti.

L’intelligenza artificiale può essere anche di enorme aiuto nelle analisi statistiche dei dati raccolti nel corso degli studi. Altri usi comuni da parte dei ricercatori riguardano il recupero e il riassunto di informazioni online o la scrittura di articoli scientifici, anche se le criticità sono molte.

I potenziali problemi dell’AI spaziano da criticità scientifiche a questioni etiche e legali. Innanzitutto, le AI forniscono risposte basandosi principalmente sui dati con cui sono state addestrate. Se questi sono parziali, errati, poco rappresentativi, fuorvianti o influenzati da interessi non dichiarati, anche i risultati rischiano di esserlo. Per esempio, uno strumento addestrato principalmente sui dati contenuti in cartelle cliniche di pazienti di origine caucasica potrebbe essere poco accurato nella valutazione diagnostica e clinica di una persona di origine asiatica, portando potenzialmente a errori clinici.

Affidabilità degli esiti e responsabilità clinica

Occorre inoltre capire se l’interpretazione dei dati effettuata dall’AI è corretta, soprattutto se deve generalizzare dei dati o fare delle previsioni, per esempio per capire quali pazienti sono più a rischio di sviluppare un tumore. Questo problema è amplificato dal fatto che le intelligenze artificiali sono “scatole nere”, cioè gli operatori che le utilizzano possono in genere osservare solo l’esito delle analisi e non il processo con cui sono state effettuate. Anche per questo motivo è difficile verificarne l’affidabilità. Ne derivano sia interrogativi pratici – per esempio, com’è possibile correggere un errore se non è evidente? – sia questioni etiche e di responsabilità legale sulle decisioni cliniche assunte con il contributo dell’AI. Tali questioni possono a loro volta generare problemi di fiducia da parte sia dei clinici sia dei pazienti.

Privacy dei dati oncologici e tutela dei pazienti

Un altro aspetto cruciale da considerare è la privacy. Le AI raccolgono e analizzano enormi quantità di dati personali, che possono essere sfruttati successivamente. Per poter usare questi strumenti riducendo i rischi, alcune aziende hanno sperimentato soluzioni che prevedono una condivisione dei dati che preserva almeno alcune delle informazioni personali.

Un problema particolarmente critico è il fatto che gli strumenti di intelligenza artificiale sono, nella maggior parte dei casi, sviluppati da aziende ed enti privati, che possono avere interessi non necessariamente trasparenti, mirati principalmente al profitto e diversi da quelli di medici e pazienti.

Regolamentazione, validazione continua e sorveglianza

Un altro aspetto fondamentale da considerare è che farmaci, terapie, metodi diagnostici e dispositivi medici, prima di essere utilizzati nei pazienti, devono essere sottoposti a lunghi iter di approvazione, regolati da apposite leggi per ciascuna categoria. Ma i sistemi di intelligenza artificiale evolvono continuamente, apprendendo dai nuovi dati. Quindi, una volta approvati potrebbero cambiare sensibilmente, rendendo necessarie nuove valutazioni. Come gestire tale dinamicità dal punto di vista della regolamentazione? Coalizioni internazionali come il Medical Device Innovation Consortium (MDIC) sono all’opera per individuare degli standard per la validazione e la sorveglianza di queste tecnologie.

A oggi, l’utilizzo di strumenti di intelligenza artificiale non può prescindere dalla presenza umana, capace di interpretare i risultati con uno sguardo informato e arricchirli con l’esperienza e con l’empatia. Se la potenzialità dell’intelligenza artificiale in oncologia è enorme, la sua adozione nella pratica clinica deve procedere con cautela e con ulteriori valutazioni, da cui emergeranno anche indicazioni etiche e legali, nonché linee guida e meccanismi di controllo. Sviluppatori, ricercatori, medici e istituzioni dovranno quindi collaborare per garantire qualità, sicurezza e responsabilità nell’uso dell’intelligenza artificiale in oncologia.