L'intelligenza artificiale nell'assistenza pediatrica porta con sé sfide e nuove efficienze

Rischi e sfide dell'uso dell'intelligenza artificiale in pediatria

I modelli linguistici di grandi dimensioni sono inclini all'adulazione , ovvero al desiderio di soddisfare l'utente che li sollecita, così come alle allucinazioni, che implicano risultati inventati, spiega Desai.

Osserva che l'uso dell'intelligenza artificiale in pediatria presenta anche delle sfide, perché molte malattie infantili sono rare e quindi più difficili da prevedere per gli algoritmi.

"Si tratta di una limitazione puramente biostatistica: le prestazioni di un algoritmo nella vita reale dipendono fortemente dalla prevalenza della condizione. Più la condizione è comune, più accurato sarà l'algoritmo", spiega Desai. "Al contrario, più la condizione è rara, peggiore sarà la prestazione dell'algoritmo".

Sebbene gli scienziati utilizzino algoritmi di apprendimento automatico per identificare patologie pediatriche rare come le immunodeficienze primarie, questi generano comunque un gran numero di risultati "falsi positivi", afferma Desai. I bambini vengono quindi sottoposti a numerosi test inutili e costosi, afferma.

LEGGI DI PIÙ: Oggi l'intelligenza artificiale viene utilizzata in ambito sanitario in diversi modi.

"Ciò rende molto difficile implementare questi algoritmi nel punto di cura", afferma Desai.

Inoltre, i pregiudizi nella formazione comportano rischi in pediatria.

"Alcuni gruppi di pazienti erano forse sottorappresentati nei dati di addestramento , quindi le previsioni del modello su quei pazienti sono imprecise", afferma Desai.

Per gestire i rischi dell'intelligenza artificiale, il Texas Children's ha istituito un comitato direttivo e di governance per l'intelligenza artificiale , afferma Teresa Tonthat, vicepresidente e CIO associata dell'ospedale.

Il comitato di governance garantisce che tutti i risultati dei modelli di intelligenza artificiale richiedano un "intervento umano intermedio" per verificare le informazioni prima di prendere decisioni sui pazienti, afferma Tonthat. Il comitato affronta anche le preoccupazioni relative ai requisiti normativi, ai pregiudizi e alle allucinazioni dell'intelligenza artificiale , aggiunge.

Poiché il sistema sanitario lavora con dati sui bambini, il Texas Children's fornisce formazione ai team di assistenza sulle approvazioni tramite MyChart di Epic e collabora con fornitori come Microsoft per discutere di come sfruttare e proteggere i dati dei pazienti, afferma Tonthat.

"La nostra tolleranza al rischio è molto bassa quando si tratta di informazioni sui nostri pazienti pediatrici", afferma Tonthat.

Nonostante i rischi, l'intelligenza artificiale offre opportunità per risolvere problemi clinici e migliorare l'efficienza dei flussi di lavoro.

Intelligenza artificiale per radiologia e diagnostica in pediatria

Il Texas Children's utilizza l'intelligenza artificiale da oltre un decennio e si è rivolto alla modellazione predittiva, all'automazione, al deep learning e all'apprendimento automatico per risolvere problemi clinici, afferma Tonthat. L'ospedale ha esplorato l'intelligenza artificiale generativa negli ultimi due anni, in particolare con modelli che migliorano i flussi di lavoro dei team di assistenza. L'interesse ha richiesto tempo per svilupparsi tra i team clinici del Texas Children's, ma ora il personale è pronto a crescere, afferma.

Il Texas Children's ha creato un modello di intelligenza artificiale per consentire ai radiologi di prevedere l'età ossea. Il modello è stato addestrato su milioni di radiografie di mani pediatriche.

"Dato che disponiamo di milioni di radiografie di immagini di mani, abbiamo addestrato il modello in modo che sappia in pochi secondi qual è l'età della mano di quel bambino dal punto di vista della densità ossea", afferma Tonthat.

Utilizzando il suo modello di previsione dell'età ossea basato sull'intelligenza artificiale, il Texas Children's è riuscito a ridurre i tempi di risposta del 50% integrando l'intelligenza artificiale nei flussi di lavoro clinici dei radiologi, secondo Tonthat. Il modello di intelligenza artificiale è frutto della collaborazione tra i reparti di radiologia e servizi informatici dell'ospedale e il suo comitato di governance e guida per l'intelligenza artificiale .

Secondo Desai, il CHOP sta utilizzando l'intelligenza artificiale anche in radiologia .

"Nella ricerca, i ricercatori del CHOP stanno valutando l'intelligenza artificiale per migliorare la diagnostica radiologica, intercettare gli errori di laboratorio, accelerare la diagnosi dai vetrini patologici e altro ancora", afferma.

Se un medico visita un paziente con asma scarsamente controllato, uno strumento di intelligenza artificiale ambientale potrebbe recuperare automaticamente la storia clinica del paziente, riassumere le visite mediche passate per l'asma e avvisare il medico se il paziente è a maggior rischio di influenza, afferma Desai. Verificherebbe quindi quali farmaci sono coperti dalla polizza assicurativa del paziente e potrebbe iniziare a prescrivere il farmaco per il controllo dell'asma, afferma Desai.