Assistere i medici nell’analisi e nell’interpretazione di dati clinici complessi; semplificare le fasi di ricerca, selezione ed elaborazione delle fonti; offrire risposte rapide a quesiti clinici durante la pratica medica.
L’elenco potrebbe essere ancora più lungo ma, volendo sintetizzare, sono questi alcuni dei più noti vantaggi legati all’utilizzo di algoritmi di intelligenza artificiale (e ancor più di intelligenza artificiale generativa) nel campo della medicina (sia in ambito pratico che formativo).
Nel tempo, i modelli di intelligenza artificiale generativa (come ChatGPT-4 o Gemini, per citare i più conosciuti) hanno suscitato particolare interesse, soprattutto in ambito sanitario, proprio per la loro capacità di supportare e potenziare la pratica clinica.
Come funzionano i modelli di intelligenza artificiale generativa
Si tratta di strumenti che stanno emergendo come strumenti con enormi potenzialità in tutti i settori industriali. L’intelligenza artificiale viene definita appunto “generativa” proprio per la sua capacità di generare contenuti, i quali vengono creati insegnando a un algoritmo a comprendere il testo scritto e a generarne di nuovo in coerenza con il contesto iniziale: nel dettaglio, l’algoritmo prevede la probabilità di una data sequenza di parole in base al contesto delle parole che le precedono.
Applicazioni dei modelli di intelligenza artificiale generativa alla medicina
I modelli di linguaggio come ChatGPT sono stati addestrati partendo dalle informazioni testuali comunemente presenti nel web.
Se, da una parte, questo approccio ha consentito un’eccellente capacità di apprendimento e riproduzione del linguaggio umano, dall’altra la qualità dell’informazione riflette la fonte generica e divulgativa del web e non è adatta ad un utilizzo in campo scientifico e clinico.
In altre parole, la qualità informativa delle risposte generate è generalmente valida per il grande pubblico, ma non certo spendibile per gli HCP che cercano informazioni affidabili, aggiornate e particolarmente tecniche nel loro ambito: in campo sanitario si necessita di strumenti professionali specializzati nel dominio medico.
La sfida non è certo semplice, ma l’AI generativa rappresenta una delle innovazioni più promettenti, con applicazioni che spaziano dalla diagnostica alla ricerca farmacologica. Tra le altre cose, può migliorare la diagnosi medica grazie alla sua capacità di analizzare dati clinici e persino immagini, individuando pattern che sfuggirebbero all’occhio umano, contribuendo alla personalizzazione delle cure.
L’AI generativa ha quindi il potenziale di rivoluzionare la formazione medica, fornendo analisi integrate dei dati clinici e risposte immediate partendo da letteratura medica.
MedQuestio, uno strumento ibrido
Il processo di ricerca di informazioni scientifiche affidabili tramite i motori di ricerca delle principali librerie mediche come PubMed è condizionato da diversi passaggi tipici dei progetti accademici che difficilmente si adattano al bisogno di aggiornamento scientifico dinamico tipico della pratica medica sul campo.
Mentre PubMed e altre banche dati possono avere interfacce complesse e richiedere conoscenze specifiche per utilizzare al meglio i filtri di ricerca, un chatbot basato sull’AI generativa offre un’interfaccia semplice e intuitiva che analizza la conversazione del medico e offre la possibilità di rispondere in diverse lingue; può fornire risposte strutturate, evidenziando i punti chiave e riassumendo le informazioni in modo conciso.
Sono queste le funzionalità che offre MedQuestio, la prima piattaforma in Italia che propone un modello ibrido, formato da un’ AI generativa e una banca dati scientifica sempre aggiornata per garantire l’accuratezza e l’affidabilità delle risposte.
Come nasce il progetto
Il progetto nasce da una survey interna alla SIICP – Società italiana interdisciplinare per le cure primarie – il cui risultato ha documentato la necessità per il Mmg di conoscere una media di 120 linee guida solo per trattare le patologie più comuni, a fronte di una grossa difficoltà formativa dovuta alla carenza di tempo e risorse per la consultazione dei testi.
Per rispondere alle necessità emerse dalla survey, MedQuestio propone un modello che sfrutta l’AI non solo come strumento linguistico per comprendere la richiesta del medico, ma soprattutto per consultare coerentemente la letteratura scientifica e ottenere, quindi, come risultato finale, una risposta fattuale e affidabile su fonti verificate.
Piattaforme come MedQuestio rappresentano un passo avanti significativo nel mondo della formazione e dell’aggiornamento sanitario in Italia, che possono anche essere integrate ai sistemi esistenti e già utilizzati dai medici, per creare degli ecosistemi potenziati che possano supportare le reali necessità degli HCP.
La partnership tra CGM FABLAB e MedQuestio
A partire da luglio 2024, la piattaforma di MedQuestio è stata integrata nei software CompuGroup Medical (CGM) di cartella clinica dei Medici di medicina generale e dei pediatri.
La sinergia tra CGM FABAB e MedQuestio consente ai medici di accedere direttamente al tool dal software e di avere informazioni rilevanti e scientificamente validate in base ai reali bisogni della pratica quotidiana e di ricevere aggiornamenti utili in tempo reale rispetto a prodotti, terapie e patologie anche con il contributo delle aziende farmaceutiche.
Il bisogno formativo esplicitato dagli HCP si è quindi tradotto in una partnership tecnologica, che permette ai clinici di ottenere le informazioni necessarie direttamente all’interno dei software gestionali, riducendo i tempi di accesso alle informazioni, facilitando così il lavoro quotidiano e contribuendo all’empowerment del medico.
L’impatto sull’industria farmaceutica
In un contesto eterogeneo in cui occorre coniugare le necessità dei medici con quelle dell’industria farmaceutica, per rafforzarne la relazione creando valore: in che modo l’integrazione di MedQuestio all’interno dei software di cartella clinica può venire incontro a questi bisogni?
Lo scenario è variegato, così come le diverse soluzioni:
- brand reminding sul marchio o sul prodotto durante la ricerca proattiva di informazioni da parte del medico;
- sponsorizzazione di contenuti di prodotto, posizionando il prodotto contestualmente all’area terapeutica e alle terapie di riferimento;
- disease awareness durante la consultazione di specifiche linee guida;
I risultati che si ottengono da MedQuestio, che analizza le migliaia di domande poste dagli HCP in forma anonima nella piattaforma, offrono un quadro dettagliato delle principali aree di ricerca (keywords, prodotti, terapie, linee guida), assieme a un’accurata analisi del tasso di engagement del medico, il dettaglio dei bisogni formativi ed eventuali gap da colmare e, infine, il posizionamento del brand rispetto alle aree di riferimento.
Queste informazioni insieme alla possibilità di essere presenti all’interno della piattaforma, in base alle reali necessità del medico, costituiscono uno strumento prezioso e un’opportunità unica per le aziende che desiderano conoscere approfonditamente il proprio target e affiancarlo nella pratica clinica quotidiana.
FONTE: aboutpharma.com
