Una ricerca ha valutato la possibilità di ridurre diagnosi errate attraverso l’utilizzo dell’intelligenza collettiva
Aumentare l’accuratezza diagnostica un approccio basato sull’intelligenza collettiva. Il tema è stato al centro di una ricerca pubblicata sulle pagine della rivista PNAS realizzata dal Max Planck Institute for Human Development, dall’Istituto di scienze e tecnologie della cognizione del Consiglio nazionale delle ricerche di Roma (Cnr-Istc) e dalla Norwegian University of Science and Technology.
A fronte di errori medici evitabili imputabili a falle nel processo diagnostico, che possono essere anche causa di morte dei pazienti, l’obiettivo del gruppo di ricercatori era quello di aumentare l’accuratezza diagnostica combinando le diagnosi di più medici in una diagnosi collettiva. A tale scopo, è stata sviluppata una soluzione completamente automatizzata, utilizzando metodi di intelligenza artificiale e di ingegneria della conoscenza.
L’applicazione dell’intelligenza collettiva a problemi complessi e aperti, come possono essere la gestione delle emergenze o la diagnostica medica generale, risulta difficile per la necessità di integrare input non standardizzati provenienti da persone diverse. Per farlo, i ricercatori hanno utilizzato tecniche di intelligenza artificiale.
Partendo da oltre 1.300 casi (forniti da The Human Diagnosis Project, Human Dx) con una diagnosi indipendente effettuata da 10 medici, è stato visto che la soluzione collettiva ha aumentato l’accuratezza diagnostica portandola dal 46% di accuratezza dei singoli partecipanti al 76% con l’unione dei 10 medici. Un risultato ottenuto per tutte le specialità mediche, i sintomi principali e i livelli di inquadramento dei partecipanti.
“I nostri risultati dimostrano come l’intelligenza collettiva possa essere utile per migliorare i servizi sanitari e salvare vite umane”, commenta Ralf Kurvers, ricercatore senior presso il Center for Adaptive Rationality del Max Planck Institute for Human Development.
Si unisce Vito Trianni del Cnr-Istc: “Un contributo fondamentale del nostro lavoro è che, pur mantenendo la centralità delle diagnosi fornite dall’uomo, le nostre procedure di aggregazione e valutazione sono completamente automatizzate, evitando possibili distorsioni nella generazione della diagnosi finale e consentendo al processo di essere più efficiente in termini di tempo e di costi”.
