«𝒞𝑜𝓂𝑒 𝑔𝒶𝓉𝒽𝑒𝓇 ‘𝓇𝑜𝓊𝓃𝒹, 𝓅𝑒𝑜𝓅𝓁𝑒
𝒲𝒽𝑒𝓇𝑒𝓋𝑒𝓇 𝓎𝑜𝓊 𝓇𝑜𝒶𝓂
𝒜𝓃𝒹 𝒶𝒹𝓂𝒾𝓉 𝓉𝒽𝒶𝓉 𝓉𝒽𝑒 𝓌𝒶𝓉𝑒𝓇𝓈
𝒜𝓇𝑜𝓊𝓃𝒹 𝓎𝑜𝓊 𝒽𝒶𝓋𝑒 𝑔𝓇𝑜𝓌𝓃
𝒜𝓃𝒹 𝒶𝒸𝒸𝑒𝓅𝓉 𝒾𝓉 𝓉𝒽𝒶𝓉 𝓈𝑜𝑜𝓃
𝒴𝑜𝓊’𝓁𝓁 𝒷𝑒 𝒹𝓇𝑒𝓃𝒸𝒽𝑒𝒹 𝓉𝑜 𝓉𝒽𝑒 𝒷𝑜𝓃𝑒
𝐼𝒻 𝓎𝑜𝓊𝓇 𝓉𝒾𝓂𝑒 𝓉𝑜 𝓎𝑜𝓊 𝒾𝓈 𝓌𝑜𝓇𝓉𝒽 𝓈𝒶𝓋𝒾𝓃’
𝒜𝓃𝒹 𝓎𝑜𝓊 𝒷𝑒𝓉𝓉𝑒𝓇 𝓈𝓉𝒶𝓇𝓉 𝓈𝓌𝒾𝓂𝓂𝒾𝓃’
𝒪𝓇 𝓎𝑜𝓊’𝓁𝓁 𝓈𝒾𝓃𝓀 𝓁𝒾𝓀𝑒 𝒶 𝓈𝓉𝑜𝓃𝑒
𝐹𝑜𝓇 𝓉𝒽𝑒 𝓉𝒾𝓂𝑒𝓈 𝓉𝒽𝑒𝓎 𝒶𝓇𝑒 𝒶-𝒸𝒽𝒶𝓃𝑔𝒾𝓃’»
Nel 1674, Thomas Willis scopre la presenza di zucchero nelle urine dei pazienti diabetici.
«L’urina era straordinariamente dolce, come se contenesse zucchero o miele»
L’avvento delle attuali tecnologie ci consentono di misurare la quantità di zucchero nelle urine in maniere più raffinate, e l’idea di fare diagnosi di diabete tramite assaggino oggi ci sembra abbastanza strana, oltre che non particolarmente appagante dal punto di vista professionale e culinario.
Uno studio pubblicato su The Lancet ha evidenziato che l’Intelligenza Artificiale (AI) riconosce gli individui malati nell’87% dei casi, e discrimina i soggetti sani nel 92.5%, facendo leggermente meglio dei professionisti sanitari, fermi rispettivamente all’86.4% e al 90.5%.
Un altro studio ha dimostrato come l’AI è in grado di riconoscere 50 disturbi oculari con una precisione del 94%, pareggiando o battendo i migliori specialisti al mondo.
Uno studio pubblicato su Nature ha presentato un sistema di AI applicato nello screening del tumore alla mammella. Si è visto che l’AI fa significativamente meglio dei medici specializzati nel predire l’insorgenza di tumore mammario. L’utilizzo dell’AI ha ridotto i falsi positivi (-5.7% in USA, -1-2 in UK) e i falsi negativi (-9.4% in USA, -2.7% in UK). In una simulazione in cui l’AI ha affiancato l’operatore sanitario fungendo da “seconda opinione”, i risultati non erano inferiori rispetto al secondo parere “umano”, e si è osservata una riduzione dell’88% del carico di lavoro per i professionisti chiamati alla seconda lettura.
Uno studio della Mayo Clinic pubblicato su The Lancet ha evidenziato che l’AI può identificare i segni di fibrillazione atriale recente anche quando il cuore batte a ritmo normale durante l’elettrocardiogramma (ECG) con un’accuratezza del 90%. Questo è il risultato di un sistema di AI allenato su oltre 450 mila ECG e testato su una popolazione di oltre 36 mila pazienti.
La portata di tutti questi risultati è enorme. Significa poter e dover ragionare nell’ottica che la macchina possa entrar a far parte del processo diagnostico. Significa ad esempio poter abbattere costi e tempi di attesa.
E la ricerca in questo ambito avanza quotidianamente, ad una velocità spaventosa. A Rotterdam, ad esempio, l’Erasmus MC in stretta collaborazione con Harvard University sta utilizzando i dati dello studio prospettico “Rotterdam Study” per “insegnare” alle macchine a riconoscere precocemente condizioni psichiatriche, neurologiche, endocrine e cardiovascolari.
Con l’avvento dell’AI nella clinica, diventa necessario ripensare la figura degli operatori sanitari, e degli specialisti. Tutto questo non è più il futuro. Ormai è (quasi) presente. In questo contesto, come è possibile che si continui a formare la futura classe medica come se niente fosse?
In Italia, nonostante qualche segno incoraggiante sul fronte della pratica, formiamo ancora la futura classe medica come aveva senso formarla diversi decenni fa, quando l’unico modo di aver una risposta sempre con sé era averla memorizzata anni prima.
Ieri la Medicina era basata sulla conoscenza enciclopedica del medico, che conosceva tutto lo scibile, e che se non lo faceva nessuno poteva dimostrarlo. Inoltre, in passato la parola del medico non era esser messa in discussione da nessuno. Ma i tempi sono cambiati. E con loro, deve cambiare la figura del medico. E per far raggiungere questo, bisogna che cambi il modo in cui formiamo la classe medica.
Con l’aumento esponenziale della conoscenza e l’avvento delle tecnologie, la medicina è diventata sempre più un lavoro di squadra portato avanti con approccio multidisciplinare. Il successo diagnostico e terapeutico sono spesso il risultato della cooperazione tra diversi professionisti con diverse mansioni e competenze, e dipendono sempre più dall’utilizzo di tecnologie sempre più avanzate.
La conoscenza è la base della competenza, ma il nostro obiettivo è migliorare il Servizio Sanitario, non è la conoscenza fine a se stessa. Il nostro obiettivo non è formare figure professionali obsolete che abbiano una conoscenza sconfinata costruita in maniera poco efficiente in termini di tempo a discapito dell’acquisizione di altre competenze. Parallelamente alla comprensione e alla conoscenza medica che, sia chiaro, devono sempre restare la base della formazione medica, si dovrebbe accettare il fatto che oggi è possibile reperire informazioni sempre aggiornate in pochi istanti. Dovremmo insegnare a reperirle rapidamente ed utilizzarle correttamente. Anche perché le informazioni richiedono un costante e sempre più rapido aggiornamento. Nelle università italiane inoltre, in parte a causa della mancanza di risorse, in parte a causa della superficialità con la quale viene vissuto il ruolo dell’insegnamento in tante università, spesso lo studio nozionistico è basato su dispense e slide datate, o su testi italiani. Questi ultimi, sono spesso il risultato della traduzione di testi in lingua inglese, pubblicati dopo un processo di traduzione accurato, e per questo già datati al momento della loro pubblicazione. Una modalità che andava bene quando la conoscenza avanzava di decennio in decennio, ma oggi alla luce del progresso della conoscenza, forse andrebbe ripensato anche questo, specie nelle discipline più dinamiche.
Dobbiamo formare una classe medica capace di destreggiarsi nella letteratura scientifica e nella sempre maggiore mole di dati disponibili affinché questi possano guidare correttamente la pratica clinica. Invece sforniamo ancora professionisti con lacune evidenti in lingua inglese, madre lingua della ricerca scientifica. Sforniamo inoltre troppi medici senza la benché minima competenza statistica e metodologica di base, incapaci di leggere criticamente i risultati di uno studio scientifico nella propria disciplina. In letteratura ancora sono adottati metodi statistici obsoleti per il semplice fatto che altrimenti buona parte dei medici sarebbero stati incapaci di leggerli e comprenderli, e dunque metterli a frutto. Senza parlare degli studi basati su scelte metodologiche errate e per questo almeno parzialmente imprecisi, o inattendibili.
Dobbiamo ripensare completamente alla formazione medica. Dobbiamo formare figure dinamiche, capaci di adattarsi ad un mondo e ad una sanità in continua evoluzione, che insieme alla competenza clinica sviluppino altre capacità. Si lavora sempre più in termini di prevenzione, e per prevenire, specie nella prevenzione primaria (quella che previene l’insorgenza delle malattie) bisogna agire su individui sani, e che in quanto sani non si rivolgono frequentemente al sistema sanitario fino al momento dell’insorgenza di un disturbo. Per prevenire, comunicare è fondamentale. Ciò nonostante, a nessun medico è insegnato a comunicare, a nessuno è richiesto farlo. Tantomeno, anche in questo caso, si insegna a sfruttare gli strumenti offerti dalla tecnologia, come ad esempio i social media, che oggi rappresentano la principale fonte di informazione nella popolazione generale. Questi potrebbero esser usati in maniera sistematica e diffusa per promuovere corretti stili di vita e diagnosi precoci. Invece, questi hanno spesso aiutato la crescita di movimenti no-vax e altre forme di scetticissimo e sfiducia verso la scienza. Esistono esempi di medici impegnati sui social, come Burioni. Come lui, tanti altri esperti della propria disciplina comunicano senza avere alcuna preparazione in termini di comunicazione. Per questo commettono errori evitabili come quello del “blastare”, comportamento denunciato non solo come inefficace ma anche come controproducente dagli esperti in comunicazione. Ed è comprensibile che questi errori vengano commessi dal momento che manca la formazione.
In altri ambiti formativi il processo di innovazione è iniziato. L’avvento di AI e Big Data sta facendo la fortuna di matematici, statistici e programmatori, oggi sempre più ricercati dai centri medici universitari per maneggiare la mole di dati disponibili. E alcune università lo hanno capito, inserendo corsi all’interno di piani di studi esistenti, o creando nuovi piani di studio che formino profili specializzati nell’utilizzo di dati in contesto biomedico. Sono due esempi i Corso di Laurea Magistrale in “Mathematics and Statistics for Life and Social Science” e in “Quantitative and Computational Biology” attivati dall’Università di Trento, in lingua inglese. Questo nella formazione medica, forse per il fatto che classe medica italiana è estremamente conservatrice, forse perché siamo ancora innamorati della figura tradizionale del medico, non sta succedendo. E dove si fiuta aria di cambiamento, l’innovazione non avviene comunque abbastanza rapidamente da tenere il passo con i tempi che corrono.
Abbiamo bisogno di figure competenti che lavorino in sinergia con la tecnologia, sfruttandola a proprio vantaggio per massimizzare il proprio potenziale. Questo non significa formare medici privi di conoscenza e “servi” delle macchine, privi di capacità senza di queste, che passino le proprie giornate su internet. Significa massimizzare quello che la tecnologia ha da offrirci, adattandoci alla società attuale, puntando sulle capacità “umane”. Ad esempio, sin dal primo giorno di università, parallelamente allo studio, ad ogni futuro medico dovrebbe esser insegnato a praticare una rianimazione cardio-polmonare e ad utilizzare un defibrillatore automatico, e questo allo stato attuale non succede. Entrambe sono competenze di vitale importanza in cui nel contesto attuale nessuna macchina non può sostituire l’umano, almeno per ora. Il defibrillatore automatico è l’esempio per eccellenza. Si tratta di un dispositivo salvavita che richiede di esser applicato correttamente e attivato, indipendentemente dalla competenza in ambito medico dell’operatore che lo aziona. Il dispositivo è stato programmato per esser in grado di analizzare i dati ricevuti e intervenire in maniera adeguata, facendo talvolta la differenza tra vita e morte. Ogni studente di medicina, in un contesto di emergenza, potrebbe e dovrebbe già dall’inizio del proprio percorso accademico esser in grado di fare la differenza in una situazione di emergenza.
Bob Dylan nel ’63 ci invitò ad ammettere che le acque crescevano, ad accettare il cambiamento, a reagire. Suggeriva di cominciare a nuotare, perché i tempi stavano cambiando.
Chi si oppone a questi cambiamenti rischia di apparire come apparirebbe ai nostri occhi, oggi, un camice bianco che assaggia l’urina per diagnosticare il diabete mellito.
Non è che Thomas Willis fosse un pazzo o avesse torto.
Ma i tempi sono cambiati.
————————-
References:
– A comparison of deep learning performance against health-care professionals in detecting diseases from medical imaging: a systematic review and meta-analysis (2019) Xiaoxuan Liu et al.
– International evaluation of an AI system for breast cancer screening (2019) McKinney et al.
– An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction (2019) Attia et al.
– Rotterdam Study (http://www.erasmus-epidemiology.nl/research/ergo.htm)
La disillusione 