L’intelligenza artificiale rappresenta una grande opportunità per la medicina del futuro, ma solo se sviluppata tenendo conto delle differenze di genere e bilanciando diritti individuali e collettivi. È quanto emerso ieri durante l’incontro “Salute al femminile: la conoscenza che cura”, promosso da Farmindustria, dedicato al rapporto tra health literacy, medicina di genere e IA.

«Può migliorare prevenzione, diagnosi, ricerca e gestione della salute e dei percorsi di cura, ma il rapporto umano resta fondamentale. E le donne sono protagoniste di questo equilibrio tra innovazione, responsabilità e cura» ha puntualizzato il presidente di Farmindustria, Marcello Cattani.

«Nella Ricerca e Sviluppo, dove il numero di molecole identificate dall’IA è cresciuto del 300% dal 2023 e i tempi nella fase preclinica si sono ridotti del 40% sempre grazie all’IA, la presenza femminile raggiunge il 52%» ha precisato, ricordando che «attualmente sono oltre 1200 i farmaci, vaccini e piattaforme terapeutiche in sviluppo per malattie che riguardano la salute delle donne, comprese le patologie neurologiche come l’Alzheimer, che presenta un’incidenza maggiore nella popolazione femminile».

Intelligenza artificiale e salute: l’indagine Censis

Sara Lena, ricercatrice Censis, ha presentato i dati della ricerca “Gli italiani, l’IA e la salute: percezioni, comportamenti e differenze di genere”.

Secondo lo studio, il 63,1% degli italiani dichiara di aver utilizzato l’intelligenza artificiale. Circa il 90% la considera utile e facile da usare. Solo circa il 18% dichiara però di avere piena fiducia nello strumento. Più della metà della popolazione considera ancora poco solide le informazioni generate tramite IA, soprattutto per il rischio fake news.

Il fulcro dell’informazione sanitaria resta il personale medico: circa il 90% della popolazione continua a considerarlo il riferimento più affidabile e oltre tre quarti pensa che algoritmi e IA non sostituiranno la relazione medizo-paziente.

Dall’infodemia all’alfabetizzazione sanitaria: il ruolo della social health literacy

L’indagine del Censis ha rilevato in più della metà degli intervistati la preoccupazione che un eccesso di informazioni possa creare confusione. Un tema che richiama direttamente il fenomeno dell’infodemia emerso durante la pandemia Covid.

«Il problema non è più la scarsità dell’informazione, ma l’abbondanza», ha spiegato Rossella Calabrese, amministratrice delegata di Treccani Accademia.

Una situazione che da un lato genera disorientamento, dall’altro rischia di trasformarsi in un rischio per la salute. «Negli ultimi vent’anni ci sono state tre grandi rivoluzioni: la democratizzazione dell’accesso all’informazione, la medicalizzazione dei social media, ormai diventati ambienti in cui si forma l’immaginario della salute. Infine, la terza è relativa all’intelligenza artificiale».

Per questo è importante più che mai una social health literacy, oltre che una health literacy. Il paziente e la paziente cioè devono essere istruiti a un uso consapevole di questi strumenti e bisogna investire su un rapporto con il personale medico che sia di qualità.

«C’è bisogno di empatia, di un linguaggio chiaro», anche per favorire l’aderenza terapeutica. E in questo caso, secondo Calabrese l’IA pone una sfida epistemologica precisa, perché utilizza un registro di comunicazione che dà certezza, e può generare l’illusione che «una risposta immediata sia automaticamente quella giusta».

Il divario di genere nell’uso e nella progettazione dell’IA

Dai dati del Censis emerge anche una differenza di genere nell’approccio all’intelligenza artificiale. Gli uomini ricorrono a questi strumenti più delle donne in quasi tutti gli ambiti, a eccezione di salute e benessere psicologico.

L’indagine, inoltre, conferma il divario di genere sul fronte caregiver – sono ancora soprattutto le donne, infatti, a occuparsi del benessere della famiglia, ruolo che si associa a un maggiore stress percepito e all’insorgenza di sintomi depressivi – e competenze STEM: soprattutto rispetto alla formazione e alla progettazione degli algoritmi.

«I dataset sanitari sono spesso costruiti con una sottorappresentazione femminile», ha chiarito Francesca Merzagora, presidente dell’Osservatorio nazionale sulla salute della donna (ONDA). «Molti farmaci sono stati testati prevalentemente sugli uomini. Questo comporta maggiori effetti collaterali nelle donne, più ospedalizzazioni e maggiore incertezza terapeutica».

Costruire evidenze cliniche sempre più rappresentative

Per molti anni, infatti, come ha spiegato qui Cattani, la ricerca biomedica ha avuto un’impostazione prevalentemente androcentrica: cellule, modelli animali e trial clinici sono stati spesso costruiti assumendo implicitamente il corpo maschile come riferimento standard. Con implicazioni dirette sugli esiti clinici. Per questo è importante la valorizzazione e l’integrazione della medicina di genere e l’inserimento del fattore sesso-genere negli standard metodologici del Sistema Nazionale Linee Guida.

«Questo vuol dire che oggi, nello sviluppo delle linee guida cliniche, è richiesto verificare differenze epidemiologiche, prognostiche e terapeutiche legate a sesso e genere e, quando necessario, formulare raccomandazioni specifiche. Un’evoluzione che oggi si intreccia con l’intelligenza artificiale e con la medicina di precisione».

L’IA consente infatti di elaborare grandi quantità di dati clinici, genetici e ambientali per identificare pattern terapeutici sempre più personalizzati. Ma la qualità dei risultati, ha sottolineato Cattani, dipende dalla qualità dei dati utilizzati. «L’intelligenza artificiale, infatti, non rende automaticamente la medicina più equa. Può renderla più precisa, a condizione che i modelli siano costruiti su evidenze robuste, rappresentative e interpretabili. E questo, per un’azienda biofarmaceutica significa progettare studi clinici sempre più rappresentativi della popolazione reale, migliorando non solo l’accesso alla sperimentazione ma anche la robustezza metodologica delle evidenze prodotte».

La medicina del futuro: tra modelli predittivi e big data

«Le patologie non sono perfettamente equilibrate tra uomini e donne e anche la risposta ai farmaci è diversa» ha spiegato in proposito Andrea Beccari, vicepresidente della piattaforma di supercalcolo di Dompé Farmaceutici. «Quando si progetta un farmaco bisogna tenere conto di tutti i parametri che incidono sul paziente».

E in questo la medicina di precisione sta facendo grandi passi avanti e, secondo Beccari, il futuro sarà nei modelli predittivi, che permettono di modellare la patologia e prevedere la risposta del paziente.

Il grande cambiamento? «I dati del futuro saranno costruiti per essere letti dalle macchine e non più dagli esseri umani, con implicazioni etiche importanti».

Il valore aggiunto della digital health

L’innovazione tecnologica al centro anche dell’intervento di Paola Velardi, professoressa di Informatica alla Sapienza di Roma, che ha parlato del valore aggiunto dei “gemelli digitali” (digital twins): repliche digitali dello stato di salute dei pazienti ottenuti integrando dati genetici, clinici e immagini diagnostiche.

«L’intelligenza artificiale può aiutare con i dati sintetici e con i digital twins. Possiamo fare sperimentazioni sul gemello digitale invece che sul paziente reale».

Del potenziale di questi nuovi strumenti ne è convinta anche Diana Ferro, Biomedical Data Scientist dell’Unità di ricerca di medicina predittiva e preventiva dell’Ospedale Pediatrico Bambino Gesù.

«Durante il Covid lavoravamo su strategie per mantenere i bambini fuori dall’ospedale attraverso l’utilizzo di sensori, dati clinici, smartwatch e modelli predittivi. A un certo punto ci siamo accorti che i modelli funzionavano peggio nelle bambine intorno ai nove anni, a causa dei cambiamenti fisiologici legati alla pubertà. L’integrazione di nuovi dati, per esempio legati al ciclo mestruale, ha permesso di correggere il modello, evidenziando quanto la medicina di genere debba essere integrata già nella progettazione degli algoritmi».

Tra eccessiva regolamentazione e tutela dei dati

In una società dove i dati sono ormai considerati il petrolio, del presente e del futuro, uno dei temi centrali riguarda il delicato equilibrio tra tutela della privacy e ricerca scientifica.

«Oggi esistono tre approcci diversi – ha spiegato Giusella Finocchiaro, ordinaria di diritto privato e diritto di Internet all’Università di Bologna -: c’è quello statunitense, più orientato alla deregolamentazione, poi c’è quello cinese, fortemente regolato, e quello europeo caratterizzato dal rischio di over-regulation. Più norme però non significa in automatico più tutela, anzi c’è anche il rischio di rallentare la ricerca scientifica».

Il punto critico è riuscire a bilanciare diritti individuali e interessi collettivi, per esempio anonimizzando i dati, mantenendo però informazioni utili alla ricerca come età e area geografica.

Cogliere le opportunità

Oggi ci troviamo a un bivio, ha concluso Cattani: «abbiamo aspettative di vita crescenti, nuove patologie, nuove sfide. Chi sarà più bravo a utilizzare dati, ricerca, innovazione e competenze avrà più vantaggi nel futuro. Dobbiamo evitare l’over regulation. Se vogliamo recuperare competitività nella ricerca clinica dobbiamo correre. L’industria farmaceutica continuerà a fare la sua parte. Il futuro è nei giovani, nelle donne, nelle competenze e nella capacità di innovare».