La medicina basata sulle evidenze, Evidence Based Medicine (EBM), rappresenta un pilastro della medicina moderna, enfatizzando l’uso di prove scientifiche nella presa di decisioni cliniche. Garantisce che le cure siano basate su ricerche solide e attuali, ottimizzando l’efficacia dei trattamenti. L’EBM promuove una pratica medica sicura, riducendo l’uso di interventi inefficaci o dannosi. Inoltre, guida la formazione continua dei medici e orienta la politica sanitaria verso approcci basati sull’evidenza.
L’applicazione sistematica delle prove scientifiche nei processi decisionali richiede strumenti capaci di offrire al professionista sanitario accesso facilitato e controllo dell’enorme mole di bibliografia medica in continuo aggiornamento.
Indice degli argomenti
Intelligenza Artificiale Generativa: il confronto con gli algoritmi tradizionali
L’Intelligenza Artificiale Generativa viene chiamata “generativa” perché è progettata per generare nuovi dati che assomigliano a un certo set di dati di input, come – ad esempio – del testo che l’utente inserisce nel dialogo con un agente conversazionale quale ChatGPT.
A differenza degli algoritmi di AI tradizionali, cioè di machine learning, questi modelli – piuttosto che classificare o analizzare i dati – sono capaci di “creare” contenuti attinenti e correlati con i dati forniti dall’utente.
I modelli di AI Generativa sono anche chiamati Large Language Models (LLM) o Modelli di Linguaggio di Grandi Dimensioni, come GPT-4, e rappresentano una sottocategoria all’interno del vasto panorama dell’Intelligenza Artificiale e del machine learning.
A differenza dei tradizionali algoritmi di AI basati su machine learning, i LLM sono basati su reti neurali, cioè su unità di calcolo matematico molto più complesse dette reti neurali profonde (deep learning).
La grande dimensione di queste reti neurali, e quindi la loro complessità di calcolo, rende ragione del fatto che – come suggerisce il nome – gli LLM abbiano una capacità molto grande, spesso con miliardi o perfino trilioni di parametri. Questa caratteristica permette loro di catturare e generare informazioni linguistiche complesse come quelle del linguaggio umano, intrinsecamente ricco di sfumature e interpretazioni del significato dipendenti dal contesto.
Large Language Models: le difficoltà dell’addestramento
Gli LLM richiedono enormi quantità di dati di addestramento e risorse computazionali per essere addestrati, molto più di quanto generalmente necessario per algoritmi di machine learning tradizionali. Per questa ragione, oggi solo pochissime aziende hanno avuto le risorse per sviluppare LLM.
In sintesi mentre per addestrare un algoritmo su archivi di dati, come ad esempio gli andamenti del mercato immobiliare in una nazione, sono sufficienti i modelli di machine learning, quando si necessita di addestrare un algoritmo a comprendere, elaborare e produrre testo e linguaggio umano è necessario ricorrere a modelli basati su reti neurali molto complesse.
Uso professionale di ChatGPT: il problema è la qualità dell’informazione
I LLM come ChatGPT sono stati addestrati partendo dalle informazioni testuali comunemente presenti nel web. Se, da una parte, questo approccio ha consentito una eccellente capacità del modello di apprendere e riprodurre il linguaggio umano, dall’altra la qualità dell’informazione e il dettaglio informativo del contenuto è, ovviamente, di tipo generico e non tecnico.
In altre parole, la qualità informativa delle risposte generate è generalmente di livello divulgativo, certamente valida per il grande pubblico, ma non certo spendibile come ausilio per i professionisti di un determinato settore che cercano informazioni affidabili nel loro ambito.
MedQuestio: una versione professionale per medici di ChatGPT
MedQuestio – di cui chi scrive è referente – è una piattaforma pensata per unire la capacità dei LLM di generare testo con la qualità delle informazioni medico scientifiche validate utilizzate come fonte di apprendimento.
Il modello di AI genera risposte elaborate sulla base dei contenuti presenti negli articoli scientifici della SIICP – Società Italiana Interdisciplinare per le Cure Primarie.
Questo significa che la piattaforma non si basa su informazioni generiche o su contenuti non verificati, ma attinge direttamente da una fonte autorevole e riconosciuta nel campo medico.
Attualmente la piattaforma si rivolge a tutti i profili medici che operano nell’ambito della sanità territoriale. I contenuti scientifici inseriti nell’algoritmo sono stati adattati al contesto sanitario territoriale e alle esigenze specifiche dei professionisti che operano in questo ambito.
Difatti, le linee guida medico scientifiche descrivono procedure applicabili – nella maggioranza dei casi – in contesti ospedalieri e difficilmente replicabili in ambiti della medicina ambulatoriale esterna. Questo processo di adattamento delle linee guida operato dal comitato scientifico SIICP va a vantaggio della pratica di medici di medicina generale e specialisti ambulatoriali e della qualità dell’assistenza ai pazienti.
MedQuestio vs ChatGPT: qual è la differenza?
Pur utilizzando entrambe le piattaforme i più recenti modelli linguistici dell’Intelligenza Artificiale, ci sono alcune caratteristiche distintive nelle piattaforme dedicate ai professionisti come MedQuestio:
- Risposte basate su fonti scientifiche validate: MedQuestio estrae le sue risposte direttamente dagli articoli scientifici prodotti dalla SIICP. Questo garantisce che le informazioni fornite siano sempre basate su ricerche e studi autorevoli
- Referenze bibliografiche: ogni risposta fornita dalla piattaforma è accompagnata da una referenza bibliografica, permettendo ai professionisti di approfondire ulteriormente l’argomento
- Verificabilità della fonte: la trasparenza e l’affidabilità sono fondamentali nel settore sanitario. MedQuestio assicura che ogni informazione fornita possa essere facilmente verificata, garantendo così la massima fiducia nella piattaforma.
Un Assistente Virtuale, non un semplice motore di ricerca
Il processo di ricerca di informazioni scientifiche affidabili tramite i motori di ricerca delle principali librerie mediche come PubMed è condizionato da diversi passaggi tipici dei progetti accademici che, difficilmente e male, si adattano al bisogno di aggiornamento scientifico dinamico tipo della pratica medica sul campo.
Un chatbot professionale può fornire risposte immediate ai quesiti, mentre la ricerca su PubMed potrebbe richiedere più tempo per filtrare e analizzare i risultati.
Difatti, mentre PubMed e altre banche dati possono avere interfacce complesse e richiedere conoscenze specifiche per utilizzare al meglio i filtri di ricerca, un chatbot offre un’interfaccia semplice e intuitiva basata sulla conversazione oltre alla possibilità di rispondere in diverse lingue.
Diversamente da una lista di articoli su PubMed, un chatbot può fornire risposte strutturate, evidenziando i punti chiave e riassumendo le informazioni in modo conciso.
A differenza dei tradizionali motori di ricerca, MedQuestio funziona quindi come un assistente virtuale. Il suo obiettivo principale è facilitare l’apprendimento continuo e fornire informazioni cliniche affidabili e immediate, direttamente sul campo, in contemporanea alla visita medica.
In un mondo in cui i professionisti sanitari sono spesso sotto pressione e devono prendere decisioni rapide, avere accesso in pochi secondi a informazioni basate su evidenze di qualità può fare la differenza.
Di seguito, le principali caratteristiche e ambiti di utilizzo di MedQuestio:
- Accesso rapido a Informazioni affidabili: in situazioni di emergenza o quando il tempo è essenziale, MedQuestio fornisce risposte rapide basate su prove scientifiche, aiutando i professionisti a prendere decisioni informate
- Formazione Continua: la piattaforma serve come strumento di formazione continua, permettendo ai professionisti di rimanere aggiornati sulle ultime ricerche e scoperte nel campo medico
- Riduzione degli errori: avere accesso a informazioni accurate e verificate può aiutare a ridurre gli errori clinici, migliorando la qualità delle cure fornite ai pazienti
- Supporto nella diagnosi: MedQuestio può assistere i professionisti nella diagnosi, fornendo informazioni rilevanti basate su studi e ricerche recenti
- Promozione della collaborazione interdisciplinare: la piattaforma può fungere da ponte tra diverse specialità mediche, promuovendo la collaborazione e la condivisione delle conoscenze.
Prospettive dell’AI Generativa nella formazione e nell’aggiornamento medico
Piattaforme come MedQuestio rappresentano un passo avanti significativo nel mondo della formazione e dell’aggiornamento sanitario in Italia.
In prospettiva, chatbot professionali possono essere integrati con sistemi di prontuario elettronico o altre piattaforme, permettendo una maggiore sinergia ed accesso a informazioni correlate.
Con l’associazione tra Intelligenza Artificiale Generativa e l’attenzione alla qualità e all’affidabilità delle informazioni, questa tecnologia è destinata a diventare uno strumento indispensabile per i professionisti sanitari.
