Oncologia, intelligenza artificiale può predire sopravvivenza
L’intelligenza artificiale può leggere i referti e aiutare a predire la sopravvivenza dei pazienti. Lo dimostrano i risultati di uno studio canadese. In particolare, lo strumento basato sull’intelligenza artificiale (IA) entrerebbe in gioco dopo il primo consulto con l’oncologo. L’assistente virtuale, messo alla prova dai ricercatori, potrebbe leggere i referti della visita e stimare la possibile sopravvivenza dei pazienti con un livello di accuratezza più che soddisfacente. I risultati sono stati pubblicati di recente sulla rivista JAMA Network Open.
Lo studio
In particolare i ricercatori hanno messo a punto un procedimento di calcolo per predire la sopravvivenza dei pazienti. Si basa su quella che viene chiamata “elaborazione del linguaggio naturale” (Natural Language Processing, NLP).
La NLP, utilizzata anche da sistemi di intelligenza artificiale come ChatGPT, è una forma di elaborazione e apprendimento automatico per cui alcune macchine possono imparare e sfruttare alcuni aspetti del complesso linguaggio umano. “La sopravvivenza di un paziente che riceve una diagnosi di cancro dipende da diversi fattori. Riuscire a predirla significa mettere in campo le strategie migliori per ciascun paziente” spiegano i ricercatori guidati da John-Jose Nunez della University of British Columbia, in Canada, come riporta Airc.
Intelligenza artificiale, accuratezza superiore all’80 per cento
Per definire il loro algoritmo, gli scienziati hanno utilizzato i dati di oltre 47.600 pazienti. In sintesi, tra i sistemi di intelligenza artificiale valutati dai ricercatori canadesi, il migliore è stato in grado di predire la sopravvivenza dei pazienti a 6, 36 e 60 mesi. L’accuratezza è stata superiore all’80 per cento. Secondo gli esperti, uno dei punti di forza di questo strumento è il fatto che lavora partendo dal referto del medico. Il sistema, dopo la prima visita, elabora tutte le informazioni disponibili sul paziente e trae le proprie, automatiche conclusioni.
“A differenza di quello che succedeva con sistemi precedenti, progettati per uno specifico tipo di tumore, questo approccio è più generale e valido per diversi tipi di tumore” aggiungono gli autori. “Questi dati – concludono – devono essere validati e possono essere ulteriormente migliorati. Pur con questi limiti, ci fanno presagire che un giorno potrebbero essere utili per aiutare i pazienti oncologici e chi li cura a ricevere una stima individuale e personalizzata della sopravvivenza”. Una volta stabilita e provata su larga scala l’efficacia di questi metodi, si dovranno affrontare molti aspetti, tra cui la comunicazione ai pazienti stessi e la delicata questione della protezione dei dati.
