L’intelligenza artificiale per il supporto alle evidenze in pediatria: conoscere le implicazioni etiche e le potenziali distorsioni

¹ Unità di Ricerca Medicina Predittiva e Preventiva, Ospedale Pediatrico Bambino Gesù, Roma; ² Dipartimento di Ricerca Traslazionale e Nuove Tecnologie in Medicina e Chirurgia, Università di Pisa

 

Riassunto

Nonostante la medicina basata sulle prove scientifiche (Evidence Based Medicine, EBM) abbia permesso notevoli progressi e risparmi in campo medico, consentendo di valutare sistematicamente l’impatto degli interventi sulla salute e di selezionare le opzioni con il miglior rapporto costi-benefici, esistono ancora ampie lacune nelle evidenze per tutte le circostanze cliniche. L’intelligenza artificiale (artificial intelligence, AI) ha il potenziale di poter contribuire alla generazione di evidenze scientifiche, ma porta con sé implicazioni etiche che vanno considerate attentamente. In particolare per la pediatria, la scelta delle informazioni per l’addestramento degli algoritmi deve fedelmente rappresentare la popolazione nella quale l’AI verrà applicata. Inoltre, i risultati che derivano da questa tecnologia per il supporto decisionale alla clinica, devono sottostare alla valutazione diretta del pediatra e possibilmente coinvolgere il paziente e la sua famiglia. Il pediatra ha una nuova opportunità per incidere sulla qualità delle cure, che potrà essere realizzata secondo i principi fondamentali dell’etica se acquisterà confidenza con gli elementi essenziali dell’AI.

 

Parole chiave: intelligenza artificiale, evidence based medicine, etica, bias

 

 

Summary

Despite evidence-based medicine (EBM) having enabled significant progress and cost savings in the field of medicine, allowing for a systematic evaluation of the impact of healthcare interventions and the selection of options with the best cost-benefit ratio, there are still substantial gaps in evidence for all clinical circumstances. Artificial intelligence (AI) has the potential to contribute to the generation of scientific evidence, but it comes with ethical implications that need to be carefully considered. Especially in pediatrics, data for training algorithms must accurately represent the population in which AI will be applied. Furthermore, the results derived from this technology for clinical decision support must undergo direct evaluation by the pediatrician and ideally involve the patient and their family. Pediatricians have a new opportunity to influence the quality of care, which can be realized according to the fundamental principles of ethics if they become familiar with the essential elements of AI.

 

Key words: artificial intelligence, evidence based medicine, ethics, bias