L'intelligenza artificiale può aiutare a ridurre i controlli medici

Una visita dal medico che genera una richiesta di analisi del sangue. Un ritorno che genera un'altra richiesta di analisi del sangue perché il medico vuole "assicurarsi". Questo è un ciclo che probabilmente tutti hanno vissuto o attraverseranno nella vita. O forse no. Per Jonathan Chen, un assistente professore di medicina presso la Stanford University, l'intelligenza artificiale può aiutare a interrompere questo ciclo attraverso un algoritmo.

Fondamentale e considerata la pietra angolare della medicina diagnostica, gli esami del sangue ripetuti possono significare rilavorazioni e trabocco, poiché la possibilità di risultati invariati ripetuti è enorme. Inoltre, la somministrazione ripetuta dello stesso test può essere dannosa per il paziente.

Per Jason Hom, un assistente professore di medicina, oltre agli svantaggi finanziari dei test non necessari, in alcuni casi i test vengono eseguiti così spesso che i pazienti possono persino diventare anemici.

Garantire una diagnosi è senza dubbio essenziale, ma per Chen questo bisogno è dovuto alla mancanza di linee guida su ciò che costituisce la ragione di vari esami del sangue. Chen e il suo team sottolineano che l'algoritmo è una risorsa che fornisce prove che devono essere prese in considerazione per ogni paziente, non un metodo decisionale per il medico o i pazienti.

Foto: Freepik

In breve, l'algoritmo dice al medico con quale probabilità un altro test produrrà un risultato diverso dal primo.

L'uso dell'intelligenza artificiale ha iniziato a essere testato e rivela che i medici potrebbero ridurre i test molte volte. I dati raccolti nello studio pilota mostrano che alcuni di questi test vengono eseguiti così da vicino che è fisiologicamente impossibile modificare i valori dei risultati.

Per testare l'algoritmo, Chen e il suo team hanno utilizzato i dati di pazienti non identificati, quali segni vitali, condizioni mediche, sintomi, risultati dei test di laboratorio e altri, per mostrare con quale frequenza gli esami del sangue hanno riportato un'anomalia. I test sono stati condotti a Stanford, all'Università della California e all'Università del Michigan.

“Questo è un buon primo passo per dimostrare che è davvero possibile utilizzare i dati in questo modo per ridurre i test di laboratorio non necessari. Ma alla fine, la nostra idea è che le istituzioni utilizzino il nostro metodo e la nostra tecnologia, ma sviluppino i propri algoritmi basati sui propri dati per generare il massimo livello di precisione possibile ", afferma Chen.