Il tema dell’Intelligenza Artificiale (AI) riveste sempre maggior interesse per la Medicina di Laboratorio, che si presta moltissimo al suo sviluppo e all’utilizzo nella pratica, grazie alle caratteristiche dei dati prodotti nella sua attività e alle loro applicazioni a supporto di diagnosi, terapia, prognosi e gestione del monitoraggio del paziente.
Il settore della diagnostica in vitro, e in particolare al suo interno quello che si riferisce ai laboratori clinici, rappresenta nelle aziende sanitarie uno dei principali produttori di dati e informazioni correlate con caratteristiche riassumibili nelle “5V” (volume, varietà, velocità, veridicità, valore) assimilabili a quelle tipicamente associate ai Big Data.
E’ noto infatti che i dati di laboratorio sono numerosi, caratteristica fondamentale per lo sviluppo di modelli di AI, ed estremamente vari, fornendo spesso, a differenza di molti altri tipi di esami a supporto della diagnostica, referti con molteplici informazioni offerte in tempi rapidi. Inoltre, condizione irrinunciabile per il razionale utilizzo di AI, è la veridicità del dato che deve essere accurato, affidabile e riproducibile, per non ingenerare informazioni inaccurate. Infine, i dati prodotti dal laboratorio sono fondamentali per la diagnosi, e da tempo sono riconosciuti essere alla base di oltre il 70% delle decisioni cliniche suggerite e/o adottate.
È necessario però che questi “preziosi” dati non vengano utilizzati come meri numeri ma che il professionista di laboratorio metta in atto meccanismi di vigilanza, verifica, valutazione e super-visione (altre 4V) sull’utilizzo degli stessi e a loro garanzia.
E’ essenziale infatti che i dati siano acquisiti nel rispetto della privacy, come auspicato anche dal Ministero della Salute, siano verificati in relazione alla correttezza della “forma” dell’informazione stessa (es. unità di misura e utilità clinica) e che ne vengano valutate le eventuali fonti di interferenza. La supervisione è responsabilità di una serie di stakeholder tra cui i professionisti del settore e le Società Scientifiche, che sono tenute a confrontarsi sui molteplici aspetti dell’utilizzo dei dati di laboratorio per lo sviluppo di modelli di AI e su validazione e utilizzo dei così detti sistemi esperti (applicazioni sviluppate con metodi di AI), in grado di ottimizzare significativamente i percorsi diagnostici e le modalità decisionali del professionista sanitario.
Tutto questo avviene in un contesto organizzativo complicato, caratterizzato da una costante contrazione delle risorse disponibili, come emerso recentemente al congresso nazionale della Società Scientifica di Patologia Clinica e Medicina di Laboratorio (SIPMeL), intitolato “Dati, algoritmi, informazioni dalla Medicina di laboratorio per il processo decisionale clinico”, svoltosi in ottobre a Riva del Garda.
Nel corso dell’evento ci si è proposti di ragionare su peculiari aspetti per approfondirne le tematiche su AI e Big Data, si è esplorato il grado di realizzazione degli strumenti oggi disponibili, le potenzialità future a disposizione nella e per la Medicina di Laboratorio, e sulla necessità di adottare una logica multiprofessionale e multidisciplinare di scambio e di condivisione di esperienze fra professionisti di laboratorio, clinici, imprese dell’IVD e decisori per affrontare al meglio il cambiamento. Si è convenuto, quindi, che nonostante i passi da gigante fatti dall’AI, l’utilizzo del valore numerico attribuito ad uno specifico biomarcatore per alimentare un qualsiasi algoritmo non può essere usato in maniera sterile, senza considerare le 9V, e che il percorso andrà comunque verificato e validato anche dal professionista di laboratorio secondo le regole consolidate della buona pratica di laboratorio, così come accade ogni giorno per qualunque esame diagnostico di nuova introduzione.
- Gupta S et al. Big Data with cognitive computing: A review for the future. Int J of Inform Manag 2018;42:78-89.
- Paranjape K et al The Value of Artificial Intelligence in Laboratory Medicine Am J Clin Pathol 2021 May 18;155(6):823-831
- Ministero della Salute. I sistemi di intelligenza artificiale come strumento di supporto alla diagnostica. disponibile da: https://www.salute.gov.it/portale/documentazione/p6_2_2_1.jsp?lingua=italiano&id=3218
Si ringrazia per la collaborazione:
Dr.ssa Emirena Michela Garrafa Dipartimento Medicina Molecolare e Traslazionale, Università degli Studi di Brescia, Laboratorio Analisi Chimico Cliniche, ASST Spedali Civili, Brescia
Dr.ssa Anna Maria Cenci, Responsabile della Formazione SIPMeL – Castelfranco Veneto (TV)
