Intelligenza artificiale: nasce fra Trieste e Yale l’assistente del medico che cura l’epatite C

L’Intelligenza artificiale a supporto della medicina. Non in sostituzione del professionista, ma in affiancamento. Protagonista è il nuovo assistente sviluppato da un team internazionale guidato dall’Università di Trieste, capace di supportare la gestione clinica dell’epatite C con un livello di accuratezza già emerso chiaramente in risultati che hanno superato ogni aspettativa.

La ricerca è stata coordinata da Mauro Giuffrè, ricercatore del Dipartimento di Scienze mediche, chirurgiche e della salute di UniTs e della Yale University School of Medicine. Al centro dello studio, pubblicato sulla rivista Liver International, c’è un sistema di Intelligenza artificiale generativa basato su GPT-4, “preparato” sull’infezione da virus dell’epatite C (Hcv) e validato direttamente dagli autori delle linee guida europee per il trattamento della malattia.

L’epatite C resta una delle principali sfide sanitarie a livello mondiale. Secondo quanto stimato dall’Organizzazione mondiale della sanità, circa 58 milioni di persone nel mondo convivono con un’infezione cronica, con conseguenze molto gravi vista la possibile evoluzione in cirrosi e carcinoma epatocellulare. Di qui l’obiettivo fissato dalla stessa Oms di eliminare l’epatite C come minaccia per la salute pubblica entro il 2030, attraverso un taglio delle infezioni pari al 90% e dei decessi del 65%. Per raggiungerlo servono diagnosi tempestive, terapie appropriate e una rigorosa aderenza alle linee guida: proprio il terreno su cui l’Ai, a quanto pare, sembra poter fare la differenza.

Il team ha testato due strategie per “istruire” il modello linguistico. La prima è la retrieval-augmented generation, un sistema che consente all’AI di recuperare in tempo reale i contenuti più rilevanti delle linee guida europee. Sono state valutate due varianti: Rag-Top1, che utilizza un singolo paragrafo chiave, e Rag-Top10, che ne integra dieci. La seconda strategia è il supervised fine-tuning (Sft), addestramento mirato del modello sui testi delle linee guida. I risultati sono netti. Il modello base Gpt-4, senza specializzazione, ha raggiunto un’accuratezza del 36,6%. Il sistema Rag-Top10 ha invece ottenuto il 91,7% di risposte giudicate corrette dagli esperti, seguito da Rag-Top1 (81,7%) e dal modello Sft(71,7%). Un salto di qualità che dimostra come l’accesso strutturato alle fonti scientifiche sia decisivo per l’affidabilità clinica dell’AI.

Ulteriore elemento distintivo dello studio è la metodologia di validazione, finora inedita. A valutare le risposte dell’Intelligenza artificiale sono stati due gruppi: da un lato quattro epatologi selezionati tra gli autori e i presidenti delle linee guida Hcv dell’European Association for the Study of the Liver, ovvero i maggiori esperti europei nel trattamento dell’epatite C e gli estensori delle linee guida internazionali; dall’altro clinici di un centro di riferimento terziario, l’Humanitas Hospital di Rozzano. Una doppia prospettiva che ha permesso di ottenere quella che gli stessi ricercatori definiscono «una valutazione che si avvicina al gold standard nella definizione dell'accuratezza degli output». Secondo gli autori, i modelli Rag e Sft «migliorano non solo l’accuratezza e la chiarezza delle risposte, ma anche la selezione dei regimi terapeutici nei diversi scenari clinici». Il lavoro apre così la strada a strumenti di supporto decisionale affidabili, particolarmente utili in contesti ad alta complessità come la gestione delle malattie epatiche croniche.