7. Intelligenza artificiale applicata all’oncologia: nuovo attore nella diagnostica, nel trattamento, nella prognostica, nella relazione medico-paziente e nella ricerca clinica oncologica

a cura di E. Iannelli – F.A.V.O.
F. Perrone – AIOM
C. Nicora – FIASO
M. Krengli, L. Boldrini, F. Pasqualetti – AIRO
C. Collicelli – CNR
C. Cagnazzo – GIDM
S. Rausei, A. Garofalo – SICO

Abstract del capitolo:

Il capitolo esplora le profonde implicazioni dell’applicazione dell’Intelligenza Artificiale (IA) in oncologia, riconoscendone il potenziale rivoluzionario ma anche sollevando importanti problematiche. Il problema principale risiede nella gestione delle sfide etiche, metodologiche, regolatorie e pratiche derivanti dalla rapida integrazione dell’IA in un ambito delicato come la cura del cancro. Specifici aspetti problematici includono: la necessità di garantire la sicurezza e l’affidabilità degli algoritmi di IA, specie in contesti decisionali cruciali come la diagnosi e la scelta terapeutica; le questioni legate alla privacy dei dati sensibili dei pazienti utilizzati per addestrare i modelli di IA; la “scatola nera” di molti algoritmi (il problema dell’ “explainable AI”), che rende difficile per i clinici e i pazienti comprendere le ragioni dietro una specifica raccomandazione dell’IA; il rischio di perpetuare o addirittura amplificare bias presenti nei set di dati di addestramento; la mancanza di un quadro normativo chiaro e aggiornato che regoli l’uso dell’IA in sanità; l’impatto sulla relazione medico-paziente, con il timore che la tecnologia possa depotenziare l’aspetto umano e fiduciario del rapporto di cura; e le sfide nell’integrazione pratica degli strumenti di IA nei flussi di lavoro clinici e nei sistemi informativi esistenti.

La soluzione proposta per affrontare le problematiche legate all’applicazione dell’IA in oncologia non è una singola ricetta, ma un approccio multidimensionale che richiede l’azione congiunta di diversi attori e lo sviluppo di specifici strumenti e strategie:

• Sviluppo di IA “Explainable” e Affidabile: Promuovere la ricerca e lo sviluppo di algoritmi di IA che non solo siano performanti, ma anche “spiegabili”, in modo che i professionisti sanitari possano comprendere il ragionamento alla base delle raccomandazioni e mantenere il controllo sul processo decisionale.
• Normativa e Regolamentazione Chiara: Definire un quadro normativo e regolatorio specifico per l’IA in sanità che garantisca la sicurezza, la privacy dei dati e la responsabilità nell’uso di queste tecnologie.
• Validazione Rigorosa degli Strumenti di IA: Sottoporre gli strumenti di IA a rigorosi processi di validazione clinica per dimostrarne l’efficacia e la sicurezza prima dell’adozione nella pratica clinica.
• Formazione e Alfabetizzazione: Fornire formazione adeguata ai professionisti sanitari sull’uso degli strumenti di IA e promuovere l’alfabetizzazione sull’IA tra i pazienti per favorire un dialogo informato.
• Integrazione Etica nella Pratica Clinica: Integrare l’IA nel percorso di cura in modo etico, preservando la centralità del paziente e rafforzando, piuttosto che depotenziare, la relazione medico-paziente. L’IA deve essere vista come uno strumento di supporto al clinico, non come un sostituto del giudizio umano.
• Ricerca e Collaborazione: Continuare a investire nella ricerca sull’applicazione dell’IA in oncologia, promuovendo la collaborazione tra ricercatori, clinici, ingegneri e aziende per sviluppare soluzioni innovative e clinicamente rilevanti.

In sintesi, per sfruttare appieno il potenziale dell’IA in oncologia superando le sue intrinseche complessità e criticità, è indispensabile un approccio che coniughi innovazione tecnologica con un solido impianto etico, normativo e formativo, ponendo sempre al centro il paziente e la qualità della cura.