Ricerche

Il sistema sviluppato ha raggiunto un'elevata precisione negli studi di validazione, richiedendo il rilascio in formato open source per consentire ulteriori indagini.

Schema di funzionamento dello studio sugli agenti autonomi AI di Tian et al / npjDigMed

Un team di ricercatori del Mass General Brigham di Boston (USA) ha sviluppato uno dei primi sistemi di intelligenza artificiale (AI) completamente autonomi in grado di individuare il deterioramento cognitivo utilizzando la documentazione clinica di routine. Il sistema, che non richiede alcun intervento umano o assistenza dopo l'implementazione, ha raggiunto una specificità del 98% nei test di validazione nel mondo reale. I risultati sono pubblicati su npj Digital Medicine.

Oltre alla pubblicazione, il team sta rilasciando Pythia, uno strumento open source che consente a qualsiasi sistema sanitario o istituto di ricerca di implementare un’ottimizzazione rapida e autonoma per le proprie applicazioni di screening dell’IA. "Non abbiamo creato un unico modello di intelligenza artificiale: abbiamo creato un team clinico digitale", ha affermato l'autore senior Hossein Estiri PhD, direttore del gruppo di ricerca Clinical Augmented Intelligence (CLAI) e professore associato di medicina del Massachusetts General Hospital. "Questo sistema di AI comprende cinque agenti specializzati che si criticano a vicenda e perfezionano il proprio ragionamento, proprio come farebbero i medici in un consulto su un caso".

Il deterioramento cognitivo rimane significativamente sotto-diagnosticato nelle cure cliniche di routine, e gli strumenti di screening tradizionali e i test cognitivi richiedono molte risorse da gestire e sono di difficile accesso per i pazienti. Eppure la diagnosi precoce è diventata sempre più critica, soprattutto con la recente approvazione delle terapie per il morbo di Alzheimer (MA) che sono più efficaci se somministrate nelle fasi iniziali della malattia.

"Quando molti pazienti ricevono una diagnosi formale, la finestra di trattamento ottimale potrebbe essersi chiusa", ha affermato la co-autrice Lidia Moura MD/PhD/MPH, direttrice di Population Health e del Center for Healthcare Intelligence nel Dipartimento di Neurologia del Mass General Brigham.

Per individuare meglio i pazienti a rischio, il team del Mass General Brigham ha sviluppato un sistema di intelligenza artificiale che funziona su un modello linguistico di grandi dimensioni e a peso aperto che può essere implementato localmente all’interno dell’infrastruttura tecnologica dell’informazione ospedaliera. Impiega cinque agenti che svolgono ciascuno funzioni diverse e lavorano in collaborazione per prendere determinazioni cliniche e perfezionarle per affrontare gli errori e migliorare la sensibilità e la specificità.

Questi agenti operano in modo autonomo in un ciclo iterativo, perfezionando le proprie capacità di rilevamento attraverso una collaborazione strutturata finché non vengono raggiunti gli obiettivi prestazionali o il sistema determina che è avvenuta la convergenza. Nessun dato dei pazienti viene trasmesso a server esterni o servizi AI basati sulla rete.

Lo studio ha analizzato più di 3.300 note cliniche di 200 pazienti anonimizzati del Mass General Brigham. Analizzando le note cliniche prodotte durante le visite mediche regolari, questo sistema innovativo può trasformare la documentazione quotidiana in un'opportunità di screening per problemi cognitivi, aiutando a identificare i pazienti che potrebbero necessitare di una valutazione formale.

"Le note cliniche contengono indizi di declino cognitivo che i medici impegnati non riescono a far emergere sistematicamente", ha affermato Moura. "Questo sistema ascolta su larga scala".

Quando il sistema di intelligenza artificiale e i revisori umani non erano d’accordo, un esperto indipendente ha rivalutato ciascun caso. Tra i casi di disaccordo, l’esperto ha convalidato il ragionamento dell’AI nel 58% dei casi, il che significa che il sistema spesso forniva giudizi clinici validi che la revisione umana iniziale non aveva colto.

"Ci aspettavamo di trovare errori nell'intelligenza artificiale. Invece, spesso abbiamo scoperto che l'intelligenza artificiale dava giudizi difendibili basati sulle prove contenute nelle note", ha detto Estiri.

L’analisi dei casi in cui l’AI non era corretta ha rivelato modelli sistematici: limitazioni della documentazione in cui le preoccupazioni cognitive apparivano solo negli elenchi dei problemi senza supporto narrativo e lacune nella conoscenza del dominio in cui il sistema non riusciva a riconoscere determinati indicatori clinici. Il sistema eccelleva con narrazioni cliniche complete, ma faticava con dati isolati privi di contesto.

Sebbene il sistema abbia raggiunto una sensibilità del 91% con test bilanciati, la sua sensibilità è scesa al 62% in condizioni reali (con una prevalenza del 33% di casi positivi), mentre la specificità è rimasta elevata al 98%. I ricercatori hanno segnalato queste sfide di calibrazione per garantire trasparenza e guidare gli sforzi futuri per migliorare l’affidabilità clinica.

"Stiamo pubblicando esattamente le aree in cui l'AI fatica", ha affermato Estiri. "Il campo deve smettere di nascondere queste sfide di calibrazione se vogliamo che l'IA clinica sia attendibile".