Dalla conversazione clinica alla classificazione delle tossicità. Un nuovo studio pubblicato su npj Digital Medicine mostra come l’intelligenza artificiale possa trasformare direttamente il dialogo tra medico e paziente in dati strutturati sugli eventi avversi, avvicinando un’attività ancora largamente manuale a una possibile automazione.
Il sistema, chiamato VOICE-AE, combina riconoscimento vocale, identificazione degli interlocutori e modelli linguistici per individuare e classificare le tossicità secondo i criteri CTCAE. Nel confronto con valutatori esperti, la concordanza media ponderata è risultata pari a 0,666, un valore vicino a quello osservato tra gli stessi esperti umani, pari a 0,681. Il dato indica che, almeno in alcune categorie, il sistema riesce a collocarsi all’interno della variabilità che normalmente esiste tra valutatori clinici.
Il risultato è particolarmente interessante per l’oncologia, dove una parte rilevante delle informazioni sulle tossicità emerge durante il colloquio con il paziente e deve poi essere tradotta in una classificazione strutturata. Automatizzare questo passaggio potrebbe ridurre il carico documentale e aumentare la standardizzazione della raccolta. Ma il confine con la farmacovigilanza regolatoria deve essere mantenuto netto: classificare una tossicità secondo CTCAE non equivale a gestire l’intero processo di segnalazione, valutazione e follow-up delle sospette reazioni avverse.
Il limite principale dello studio riguarda proprio gli eventi più importanti: la capacità del sistema di identificare correttamente tossicità almeno di grado 2 e gli eventi più severi non è ancora dimostrata. È un punto decisivo, perché proprio le situazioni clinicamente più rilevanti sono quelle nelle quali l’automazione deve garantire il massimo livello di affidabilità.
“L’interesse di questi sistemi non sta nell’idea che possano sostituire la farmacovigilanza. Sta nella possibilità di intercettare e strutturare informazioni che oggi nascono nelle conversazioni e rischiano di perdersi o di richiedere molto lavoro manuale. Se l’AI può portare un segnale dal dialogo clinico alla documentazione strutturata, il beneficio può essere enorme, ma solo a condizione che sugli eventi più gravi l’affidabilità sia realmente dimostrata”, osserva Francesco Maria Avitto, Direttore Editoriale Quotidiano Sanità.
Lo studio apre quindi una prospettiva più ampia. L’intelligenza artificiale potrebbe diventare sempre meno uno strumento per produrre documenti e sempre più un sistema capace di trasformare informazioni non strutturate in dati clinicamente utilizzabili. Per Medical Affairs, Clinical Operations e farmacovigilanza potrebbe significare spostare una parte del lavoro dalla trascrizione e classificazione alla verifica e interpretazione. La direzione è chiara, ma per la sicurezza non saranno accettabili scorciatoie: l’automazione può aiutare a catturare più informazioni, non ad abbassare la soglia di controllo.
