“Il nostro obiettivo è davvero quello di capire cosa possiamo fare per liberare il medico dalla visita”, afferma il CTO di Akido.
Immaginate questo: non vi sentite bene, quindi chiamate lo studio del vostro medico per fissare un appuntamento. Con vostra sorpresa, vi fissano un appuntamento per il giorno successivo. All’appuntamento, non vi affrettano a descrivere i vostri problemi di salute; al contrario, avete a disposizione mezz’ora per condividere i vostri sintomi e le vostre preoccupazioni e i dettagli esaustivi della vostra storia clinica con qualcuno che vi ascolta attentamente e vi pone domande di approfondimento ponderate. Uscite con una diagnosi, un piano di trattamento e la sensazione che, per una volta, siete riusciti a discutere della vostra salute con la cura che merita.
Il problema? Potreste non aver parlato affatto con un medico o con un altro professionista sanitario abilitato.
Questa è la nuova realtà per i pazienti di un piccolo numero di cliniche nel sud della California gestite dalla startup medica Akido Labs. Questi pazienti, alcuni dei quali sono iscritti al programma Medicaid, possono accedere a visite specialistiche con breve preavviso, un privilegio che in genere è riservato solo ai pochi ricchi che frequentano le cliniche concierge.
La differenza fondamentale è che i pazienti di Akido trascorrono relativamente poco tempo, o addirittura nessun tempo, con i loro medici. Invece, vedono un assistente medico, che può prestare un orecchio comprensivo ma ha una formazione clinica limitata. Il compito di formulare diagnosi e elaborare un piano di trattamento è svolto da un sistema proprietario basato su LLM chiamato ScopeAI che trascrive e analizza il dialogo tra paziente e assistente. Un medico approva o corregge poi le raccomandazioni del sistema di intelligenza artificiale.
“Il nostro obiettivo è davvero quello di capire cosa possiamo fare per liberare il medico dalla visita”, afferma Jared Goodner, CTO di Akido.
Secondo Prashant Samant, CEO di Akido, questo approccio consente ai medici di visitare da quattro a cinque volte più pazienti rispetto a prima. Ci sono buoni motivi per volere che i medici siano molto più produttivi. Gli americani stanno invecchiando e ammalandosi sempre di più, e molti hanno difficoltà ad accedere a un’assistenza sanitaria adeguata. La prevista riduzione del 15% dei finanziamenti federali per Medicaid non farà che peggiorare la situazione.
Ma gli esperti non sono convinti che trasferire gran parte del lavoro cognitivo della medicina all’intelligenza artificiale sia il modo giusto per rimediare alla carenza di medici. C’è un grande divario di competenze tra i medici e gli assistenti medici potenziati dall’intelligenza artificiale, afferma Emma Pierson, informatica presso l’Università della California, Berkeley. Colmare tale divario può comportare dei rischi. “Sono molto entusiasta del potenziale dell’intelligenza artificiale di ampliare l’accesso alle competenze mediche”, afferma. “Semplicemente non mi sembra ovvio che questo sia il modo giusto per farlo”.
L’intelligenza artificiale è già ovunque in medicina. Gli strumenti di visione artificiale identificano i tumori durante le scansioni preventive, i sistemi di ricerca automatizzati consentono ai medici di consultare rapidamente la letteratura medica, e gli scrivani medici basati su LLM possono prendere appunti sugli appuntamenti per conto dei medici. Ma questi sistemi sono progettati per supportare i medici nelle loro normali routine mediche.
Ciò che distingue ScopeAI, afferma Goodner, è la sua capacità di completare in modo indipendente i compiti cognitivi che costituiscono una visita medica, dall’ottenere l’anamnesi del paziente alla creazione di un elenco di potenziali diagnosi, fino all’identificazione della diagnosi più probabile e alla proposta dei passi successivi appropriati.
Sotto il cofano, ScopeAI è un insieme di modelli linguistici di grandi dimensioni, ciascuno dei quali può eseguire una fase specifica della visita, dalla generazione di domande di follow-up appropriate basate su ciò che il paziente ha detto alla compilazione di un elenco di condizioni probabili. Per la maggior parte, questi LLM sono versioni ottimizzate dei modelli Llama ad accesso libero di Meta, anche se Goodner afferma che il sistema utilizza anche i modelli Claude di Anthropic.
Durante l’appuntamento, gli assistenti leggono le domande dall’interfaccia ScopeAI e ScopeAI produce nuove domande mentre analizza ciò che dice il paziente. Per i medici che esamineranno i risultati in un secondo momento, ScopeAI produce una nota concisa che include un riassunto della visita del paziente, la diagnosi più probabile, due o tre diagnosi alternative e le misure successive raccomandate, come i rinvii o le prescrizioni. Elenca anche una giustificazione per ogni diagnosi e raccomandazione.
ScopeAI è attualmente utilizzato in cardiologia, endocrinologia e cliniche di assistenza primaria, nonché dal team di medicina di strada di Akido, che assiste i senzatetto di Los Angeles. Il team, guidato da Steven Hochman, medico specializzato in medicina delle dipendenze, incontra i pazienti nella comunità per aiutarli ad accedere alle cure mediche, compreso il trattamento per i disturbi da uso di sostanze.
In precedenza, per prescrivere un farmaco per il trattamento della dipendenza da oppioidi, Hochman doveva incontrare il paziente di persona; ora, gli assistenti sociali dotati di ScopeAI possono intervistare i pazienti autonomamente e Hochman può approvare o rifiutare le raccomandazioni del sistema in un secondo momento. “Mi permette di essere in 10 posti contemporaneamente”, afferma.
Da quando hanno iniziato a utilizzare ScopeAI, il team è stato in grado di fornire ai pazienti l’accesso ai farmaci per aiutarli a curare il loro abuso di sostanze entro 24 ore, cosa che Hochman definisce “inaudita”.
Questo accordo è possibile solo perché i pazienti senzatetto di solito ottengono la loro assicurazione sanitaria da Medicaid, il sistema di assicurazione pubblica per gli americani a basso reddito. Mentre Medicaid consente ai medici di approvare le prescrizioni e i piani di trattamento di ScopeAI in modo asincrono, sia per la medicina di strada che per le visite cliniche, molti altri fornitori di assicurazioni richiedono che i medici parlino direttamente con i pazienti prima di approvare tali raccomandazioni. Pierson afferma che questa discrepanza solleva preoccupazioni. “Si teme che ciò possa aggravare le disparità sanitarie”, afferma.
Samant è consapevole dell’apparente iniquità e afferma che la discrepanza non è intenzionale, ma è solo una caratteristica del funzionamento attuale dei piani assicurativi. Egli osserva inoltre che essere visitati rapidamente da un assistente medico potenziato dall’intelligenza artificiale può essere meglio che affrontare lunghi tempi di attesa e una disponibilità limitata di fornitori, che è lo status quo per i pazienti Medicaid. E tutti i pazienti Akido possono optare per le tradizionali visite mediche, se sono disposti ad aspettare, afferma.
Parte della sfida nell’implementazione di uno strumento come ScopeAI consiste nel districarsi in un panorama normativo e assicurativo che non è stato progettato per sistemi di IA in grado di gestire autonomamente gli appuntamenti medici. Glenn Cohen, professore alla Harvard Law School, afferma che qualsiasi sistema di IA che agisca effettivamente come un “medico in scatola” dovrebbe probabilmente essere approvato dalla FDA e potrebbe entrare in conflitto con le leggi sulla licenza medica dell’ , che stabiliscono che solo i medici e altri professionisti abilitati possono esercitare la professione medica.
Il California Medical Practice Act afferma che l’IA non può sostituire la responsabilità del medico di diagnosticare e curare un paziente, ma i medici sono autorizzati a utilizzare l’IA nel loro lavoro e non hanno bisogno di visitare i pazienti di persona o in tempo reale prima di diagnosticarli. Né la FDA né il Medical Board of California sono stati in grado di stabilire se ScopeAI fosse su una base giuridica solida basandosi solo su una descrizione scritta del sistema.
Samant è tuttavia fiducioso che Akido sia conforme alla legge, poiché ScopeAI è stato intenzionalmente progettato per non essere un “medico in scatola”. Poiché il sistema richiede che un medico umano esamini e approvi tutte le sue raccomandazioni diagnostiche e terapeutiche, afferma, non è necessaria l’approvazione della FDA.
Nella clinica, questo delicato equilibrio tra l’intelligenza artificiale e il processo decisionale del medico avviene interamente dietro le quinte. I pazienti non vedono mai direttamente l’interfaccia di ScopeAI, ma parlano con un assistente medico che pone loro domande come farebbe un medico durante una visita tipica. Questa soluzione potrebbe far sentire i pazienti più a loro agio. Tuttavia, Zeke Emanuel, professore di etica medica e politica sanitaria presso l’Università della Pennsylvania che ha lavorato nelle amministrazioni Obama e Biden, teme che questo comfort possa nascondere ai pazienti la misura in cui un algoritmo influenza le loro cure.
Pierson è d’accordo. “Questo non è certamente ciò che tradizionalmente si intendeva per tocco umano in medicina”, afferma.
DeAndre Siringoringo, assistente medico che lavora presso lo studio di cardiologia di Akido a Rancho Cucamonga, afferma che, sebbene informi i pazienti con cui lavora che un sistema di IA ascolterà la visita per raccogliere informazioni per il loro medico, non li informa sui dettagli del funzionamento di ScopeAI, compreso il fatto che fornisce raccomandazioni diagnostiche ai medici.
Poiché tutte le raccomandazioni di ScopeAI sono riviste da un medico, potrebbe non sembrare un problema così grave: è il medico che formula la diagnosi finale, non l’IA. Tuttavia, è stato ampiamente documentato che i medici che utilizzano sistemi di IA tendono ad accettare le raccomandazioni del sistema più spesso di quanto dovrebbero, un fenomeno noto come “bias di automazione”.
A questo punto, è impossibile sapere se l’automation bias stia influenzando le decisioni dei medici delle cliniche Akido, anche se Pierson afferma che si tratta di un rischio, soprattutto quando i medici non sono fisicamente presenti agli appuntamenti. “Temo che questo possa predisporre a un atteggiamento di acquiescenza che non si avrebbe se si fosse effettivamente presenti nella stanza a osservare ciò che accade”, afferma.
Una portavoce di Akido afferma che il pregiudizio dell’automazione è una preoccupazione valida per qualsiasi strumento di intelligenza artificiale che assista il medico nel processo decisionale e che l’azienda si è impegnata per mitigare tale pregiudizio. “Abbiamo progettato ScopeAI specificamente per ridurre il pregiudizio contrastando in modo proattivo i punti ciechi che possono influenzare le decisioni mediche, che storicamente si basano fortemente sull’intuizione e sull’esperienza personale del medico”, afferma. “Formiamo inoltre i medici in modo esplicito su come utilizzare ScopeAI in modo ponderato, in modo che mantengano la responsabilità ed evitino un eccessivo affidamento”.
Akido valuta le prestazioni di ScopeAI testandolo su dati storici e monitorando la frequenza con cui i medici correggono le sue raccomandazioni; tali correzioni vengono utilizzate anche per addestrare ulteriormente i modelli sottostanti. Prima di implementare ScopeAI in una determinata specialità, Akido si assicura che, quando testato su set di dati storici dell’ , il sistema includa la diagnosi corretta tra le sue prime tre raccomandazioni almeno il 92% delle volte.
Tuttavia, Akido non ha intrapreso test più rigorosi, come studi che confrontano gli appuntamenti di ScopeAI con quelli tradizionali di persona o di telemedicina, al fine di determinare se il sistema migliora, o almeno mantiene, i risultati dei pazienti. Uno studio di questo tipo potrebbe aiutare a indicare se il bias dell’automazione è una preoccupazione significativa.
“Rendere l’assistenza medica più economica e accessibile è un obiettivo lodevole”, afferma Pierson. “Ma penso semplicemente che sia importante condurre valutazioni approfondite rispetto a tale base di riferimento”.
