Un sistema sviluppato da Microsoft ha raggiunto un’accuratezza dell’83% nei casi clinici complessi, contro il 36% dei medici generalisti con accesso a manuali e risorse online. Ma la ricerca, pubblicata su Science, non dimostra ancora che l’intelligenza artificiale sia pronta a sostituire il giudizio clinico.
Non solo risposte: l’AI sceglie quali domande fare
L’intelligenza artificiale potrebbe compiere un passo avanti nella diagnosi medica: non limitarsi a interpretare sintomi ed esami già disponibili, ma contribuire a costruire progressivamente il quadro clinico. È quanto emerge da uno studio pubblicato sulla rivista scientifica Science, dedicato a un sistema sviluppato dai ricercatori di Microsoft e chiamato MAI-DxO, acronimo di Microsoft AI Diagnostic Orchestrator.
La differenza rispetto ai chatbot tradizionali è nel metodo. Invece di ricevere tutte le informazioni in una volta e produrre una risposta, il sistema parte da una presentazione clinica iniziale, valuta quali domande porre, decide quali accertamenti richiedere e aggiorna le proprie ipotesi sulla base dei risultati ottenuti. Il processo ricorda, almeno nella sua struttura, quello seguito da un medico durante l’inquadramento di un paziente.
Il sistema coordina più agenti di intelligenza artificiale che simulano il confronto tra professionisti con differenti prospettive cliniche. Le ipotesi vengono discusse e rivalutate man mano che arrivano nuovi elementi, cercando di individuare gli esami più utili senza ricorrere inutilmente a procedure costose. L’obiettivo è valutare non soltanto se la diagnosi finale sia corretta, ma anche il percorso seguito per arrivarci.
I risultati: accuratezza dell’83% nei casi più difficili
Per valutare le prestazioni del sistema, i ricercatori hanno utilizzato un benchmark denominato Sequential Diagnosis Benchmark, progettato per riprodurre un percorso diagnostico progressivo. La sperimentazione ha coinvolto due gruppi di casi: 304 casi clinici complessi pubblicati nei resoconti clinico-patologici del New England Journal of Medicine e 325 casi relativi ad accessi in pronto soccorso, ricavati dal database MIMIC-IV-ED.
Nel primo gruppo, MAI-DxO ha individuato la diagnosi corretta nell’83,2% dei casi. I medici generalisti coinvolti nel confronto hanno raggiunto il 36,1% quando potevano consultare manuali e risorse online, e il 22,3% senza strumenti di riferimento esterni. Nel secondo gruppo, relativo a casi di pronto soccorso, l’accuratezza del sistema è stata dell’80,3%, rispetto al 46,8% registrato dai medici.
I numeri sono significativi, ma vanno interpretati nel loro contesto. I casi complessi del New England Journal of Medicine sono selezionati per il loro particolare interesse diagnostico e non rappresentano necessariamente le situazioni che si incontrano più spesso negli ambulatori. Inoltre, il confronto ha riguardato singoli medici generalisti, non specialisti chiamati a valutare quei casi specifici né équipe multidisciplinari. I risultati, quindi, non dimostrano una superiorità generale dell’AI rispetto ai medici in ogni contesto clinico.
Meno esami e costi inferiori: un’altra promessa da verificare
Un altro aspetto analizzato riguarda le risorse necessarie per arrivare alla diagnosi. Il sistema è stato progettato per considerare anche il costo stimato degli accertamenti e il loro contributo informativo, evitando di richiedere test quando il beneficio atteso è limitato.
Secondo i ricercatori, alcune configurazioni di MAI-DxO sono riuscite a mantenere un’elevata accuratezza riducendo la spesa stimata per gli esami. Si tratta di un risultato potenzialmente importante per sistemi sanitari alle prese con costi crescenti, tempi d’attesa e necessità di utilizzare in modo appropriato le risorse.
Anche in questo caso, tuttavia, occorre distinguere la simulazione dalla pratica. I costi sono stati stimati attraverso parametri economici associati agli accertamenti, non misurati durante percorsi reali di cura. Per capire se un sistema simile possa ridurre davvero la spesa sanitaria bisognerà verificare anche gli eventuali esami aggiuntivi, gli errori, i ritardi, le visite successive e le conseguenze delle decisioni cliniche.
L’AI sostituirà i medici? La prova decisiva deve ancora arrivare
La ricerca rappresenta un avanzamento nello sviluppo di strumenti capaci di sostenere il ragionamento clinico, ma non dimostra che l’AI possa sostituire un medico. I test sono stati condotti su casi descritti attraverso testi e informazioni cliniche, in un ambiente controllato: non hanno valutato l’intero processo assistenziale con pazienti reali, esame fisico, comunicazione diretta e gestione dell’incertezza nella quotidianità ospedaliera.
Esiste anche un elemento da considerare nella lettura dei risultati: lo studio è stato realizzato da ricercatori di Microsoft, l’azienda che sviluppa la tecnologia. La pubblicazione su Science sottopone il lavoro a un processo di revisione scientifica, ma non equivale a una conferma indipendente dei risultati.
Il prossimo passaggio annunciato è una collaborazione con il Beth Israel Deaconess Medical Center di Boston, dove il sistema sarà valutato in un contesto clinico reale, a partire dal possibile supporto al triage dei pazienti in attesa in pronto soccorso. Sarà importante verificare non solo l’accuratezza delle risposte, ma anche la sicurezza, l’affidabilità e l’effetto concreto sul lavoro dei professionisti e sui percorsi dei pazienti.
La prospettiva più realistica, almeno per ora, è dunque quella di un supporto al medico: uno strumento in grado di suggerire domande, ordinare informazioni e contribuire a individuare ipotesi da verificare. La diagnosi, però, non è soltanto il riconoscimento di una malattia. Richiede di integrare dati, esperienza, condizioni individuali e responsabilità clinica. Ed è proprio nella pratica quotidiana che dovrà essere dimostrato se l’intelligenza artificiale saprà trasformare i risultati dei test in un beneficio concreto per la salute.