Intelligenza artificiale ed endoscopia digestiva

Negli ultimi anni l’entusiasmo rivolto verso l’intelligenza artificiale (IA) ha presentato un andamento esponenziale, dai progressi nel settore delle automobili senza conducente alla robotica avanzata. In ambito biomedico, l’IA ha permesso di esplorare dimensioni e prospettive davvero promettenti. Le applicazioni dell’IA in gastroenterologia ed endoscopia digestiva sono molteplici ed affascinanti appaiono le sfide che si profilano all’orizzonte. Infatti, il futuro delle tecnologie assistite dall’IA rappresenta una prospettiva entusiasmante e ha un numero enorme di potenziali applicazioni finalizzate ad offrire una migliore personalizzazione dell’assistenza sanitaria, specialmente in ambito delle politiche di screening.

L’IA è una tecnologia innovativa che, servendosi di un algoritmo di Deep Learning, supporta il gastroenterologo endoscopista nell’individuare lesioni neoplastiche e/o preneoplastiche quali i polipi del colon e a caratterizzarli, fornendo informazioni aggiuntive sulla tipologia degli stessi (ad es. caratteristiche di malignità) o riconoscere lesioni sospette, ma non polipoidi. Quando il sistema di IA individua un’anomalia della mucosa colica evidenzia l’area interessata ed emette un segnale acustico attirando l’attenzione del medico endoscopista. Il tasso di rilevamento di polipi ed adenomi è uno degli indicatori di qualità dello screening endoscopico; la localizzazione ed eventuale rimozione precoce, prima dell’evoluzione in cancro, è fondamentale nella prevenzione. Molti studi hanno dimostrato come le tecniche di IA aumentino il tasso di rilevamento dei polipi. Questo è fondamentale in un’ottica di medicina preventiva in cui il gold-standard per lo screening del cancro colon-rettale è proprio la colonscopia. Il tumore del colon-retto è infatti una delle neoplasie più diffuse del mondo occidentale, ma la mortalità è in diminuzione grazie a prevenzione, screening e trattamenti sempre più efficaci. Per il paziente che si sottopone ad una colonscopia di screening, l’impiego dell’IA permette quindi che un maggior numero di polipi/lesioni della mucosa vengano innanzitutto individuati e non “persi” e quindi rimossi qualora presentino determinate caratteristiche suggestive, fornendo indicazioni affidabili al medico ed al paziente ancor prima dell’esame istologico. Altri promettenti impieghi dell’AI sono rappresentati dall’identificazione di lesioni preneoplastiche dello stomaco e/o dell’esofago oppure dei focolai di displasia nelle malattie infiammatorie croniche intestinali. Non meno importante appare l’aiuto che l’IA in corso di colangioscopia potrebbe fornire nella corretta caratterizzazione delle stenosi biliari per una efficace diagnosi differenziale tra stenosi infiammatorie e neoplastiche.

L’IA presenta però ancora dei limiti, spesso legati alla complessità della diagnosi ed alla necessità di sviluppo di algoritmi di apprendimento per risolvere quesiti diagnostici complessi. L’impiego diffuso dell’IA in medicina peraltro comporta altri elementi di profonda riflessione quali le implicazioni etiche e medico legali che non possono essere trascurate quali: i profili di responsabilità verso i pazienti nei quali l’IA produce una diagnosi errata e la tutela e la corretta gestione dei dati sensibili dei pazienti archiviati elettronicamente ed utilizzati dalle applicazioni di machine learning. Saranno, infine, necessari studi di farmacoeconomia finalizzati alla valutazione dell’impatto economico sul SSN dell’applicazione estesa dell’IA.