L’intelligenza artificiale è una frontiera della ricerca scientifica che può offrire numerose applicazioni in vari ambiti. Uno tra questi è lapreparazione clinica per gli studenti di medicina, attualmente in sperimentazione presso l’Humanitas University di Milano. Si tratta di un progetto avviato da più di due anni sotto la direzione di un team molto eterogeneo: dottor Mauro Gatti (fisico e responsabile team IBM Italia), la dottoressa Franca di Paola e il dottor Enrico Brunetta (aiuti ospedalieri di medicina interna presso l’Istituto Clinico Humanitas di Rozzano-Milano), la dottoressa Dana Shiffer (specializzanda del secondo anno di medicina d’urgenza di Humanitas University), il dottor Roberto Menè (specializzando del primo anno di cardiologia di Humanitas University), Alessandro Giajlevra (studente del quarto anno di Humanitas University) e il professor Raffaello Furlan (professore ordinario di medicina interna ad Humanitas University e direttore della clinica medica) che risponde alle nostre domande.

In cosa consiste esattamente questo nuovo sistema di apprendimento?

Il nome è Cognitive Tutor ed è un simulatore di casi clinici basato su algoritmi intelligenti, quindi sull’intelligenza artificiale. Questo software non sostituisce la figura del tutor umano, ma affianca lo studente aiutandolo ad esercitarsi nella ricerca della diagnosi corretta con la possibilità di ripetere più volte le simulazioni senza le limitazioni che esistono nella pratica di un reparto ospedaliero.

Come funziona?

È costituito da una serie di passaggi che allenano lo studente a fare una corretta diagnosi clinica. Sostanzialmente il software cerca di mimare il processo diagnostico che il medico deve quotidianamente affrontare. Questo significa mettere in relazione una serie di elementi sulla base delle proprie conoscenze, dell’esperienza, delle informazioni raccolte, della visita del paziente e della valutazione degli esami richiesti, proponendo le ipotesi diagnostiche più probabili che verranno poi testate. Il Cognitive Tutor cerca di guidare questo modo di procedere utilizzando algoritmi di intelligenza artificiale.

Come è nata l’idea di questo software?

Il sistema vuole colmare alcune limiti dell’istruzione universitaria tradizionale: è un dispositivo che può essere usato contemporaneamente da più persone per un numero teoricamente illimitato di volte. Inoltre lo studente può decidere autonomamente di utilizzarlo quando preferisce. Questo garantisce una flessibilità che il tutor umano non può assicurare.

Il Cognitive Tutor in cosa si distingue rispetto ad altri software già in uso?

Esistono in commercio altri simulatori di casi clinici. Raramente però sono basati su algoritmi di intelligenza artificiale. Ci sono le flow chart, linee guida o suggerimenti dati dalle società scientifiche nazionali ed internazionali, che aiutano a definire una data ipotesi diagnostica. Questi strumenti però non presentano alcun aspetto di tipo cognitivo e soprattutto non danno dei feedback. Il Cognitive Tutor, invece, prevede un’interazione con lo studente utilizzando il linguaggio naturale: dato un caso clinico (clinical scenario) comprensivo di un minimo di dati di base, lo studente dovrà cercare di raggiungere la diagnosi esatta con una serie di domande relative al caso. In questo modo acquisisce informazioni sulle quali avrà immediatamente un feedback positivo o negativo. Analogamente a quanto avviene in clinica, lo studente è in grado di effettuare virtualmente delle osservazioni visive (colore della pelle, caratteristiche di una eruzione cutanea…) ed eseguire un esame fisico (auscultazione, palpazione…). Allo stesso modo potrà richiedere degli esami di laboratorio e radiologici. Una volta completato questo iter, egli effettuerà delle ipotesi diagnostiche sulla base delle quali è chiamato a dimostrare una relazione con i dati che ha raccolto.

Quale è stato l’approccio degli studenti con questo sistema?

Tutto quanto riguarda innovazione tecnologica e intelligenza artificiale crea molta curiosità negli studenti. Abbiamo fatto un paio di test, ottenendo dall’analisi del “LOG” (programma in grado di tracciare tutte le scelte corrette o errate e il tempo impiegato per farle) dati sul livello di conoscenza generale e come si colloca il singolo studente rispetto alla media della classe. Il tutto si completa con una pattern analysis, ovvero la raccolta e l’analisi dei vari fattori diagnostici in maniera non lineare. In medicina un’ipotesi diagnostica è tanto più probabile quanti sono gli elementi a suo favore. Infatti la somma di più dati che suggeriscono una specifica diagnosi non equivale alla loro semplice somma algebrica, ma subisce un incremento di tipo esponenziale.

Secondo Lei questa sperimentazione sulla didattica quali eventuali vantaggi e limiti potrebbe avere in futuro?

Analizzare un caso clinico a lezione insieme agli studenti, significa abituarli al ragionamento critico e ad arrivare ad un’ipotesi diagnostica verosimile, ma lo strumento potrebbe essere usato anche per una valutazione finale

Per il momento stiamo cercando di utilizzarlo come strumento didattico. Analizzare un caso clinico a lezione insieme agli studenti, significa abituarli al ragionamento critico e ad arrivare ad un’ipotesi diagnostica verosimile, ma lo strumento potrebbe essere usato anche per una valutazione finale. In questo caso avrebbe il grosso vantaggio di proporre all’intera classe (che nella mia università arriva a 100/150 studenti) un unico test standardizzato e quindi il voto finale che ne deriva sarebbe un giudizio abbastanza veritiero sia del livello di conoscenza del singolo studente sia della sua preparazione rispetto alla media della classe. I feedback che si possono ottenere dalla simulazione permettono di capire alcune lacune dello studente sia nella fase di raccolta dei dati sia nella loro elaborazione logica e di colmarle. Infatti il processo diagnostico può essere diviso in due parti: la raccolta selettiva dei dati più significativi e l’analisi delle ipotesi diagnostiche più probabili. Una buona miscela di questi due aspetti garantisce il raggiungimento dello scopo finale, cioè una diagnosi tempestiva e corretta.