Il prossimo esame medico potrebbe essere scelto da un’intelligenza artificiale che immagina prima cosa direbbe il risultato

Come ACTMED converte gli esiti ipotetici in una scelta di esami

I risultati immaginati diventano una scelta.

ACTMED chiede a un modello linguistico di visualizzare esiti plausibili per ogni esame candidato, valutando poi quanto fortemente tali esiti sposterebbero la probabilità della malattia. In un esempio pratico sulla nefropatia cronica, il sistema confronta creatinina sierica e sodio: per ciascun esame immagina due risultati verosimili, calcola la nuova probabilità di malattia renale dopo ciascuno e individua quale test modificherebbe di più tale stima se prescritto.

Un valore elevato di creatinina porta la probabilità a 0,65, mentre un valore normale la riporta a 0,22. Un risultato basso per il sodio raggiunge solo 0,45, e una lettura normale lo fa scendere a 0,18. Poiché gli esiti immaginati della creatinina sposterebbero di più la probabilità, ACTMED seleziona la creatinina sierica rispetto al sodio.

I ricercatori definiscono questo guadagno informativo atteso: misura quanto un risultato affinarebbe la diagnosi. Il metodo considera ogni esame come un esperimento il cui valore non risiede nel costo, ma nella variazione di certezza che può generare prima del prelievo. Ruhrberg Estévez e colleghi scrivono che «il framework emette raccomandazioni di esami piuttosto che decisioni fisse, consentendo ai clinici di sovrascrivere i suggerimenti in base al contesto e di riformulare la richiesta con risultati alternativi degli esami».

Tutto dipende dalla qualità del simulatore

Il simulatore fissa il tetto delle prestazioni. ACTMED seleziona un esame immaginando prima quali esiti potrebbe produrre e chiedendo poi quale di questi sposterebbe di più la diagnosi. Se le previsioni sono errate, anche la scelta che ne deriva lo sarà.

Un simulatore debole può fallire in due modi distinti. Un modello open source generava a volte valori clinicamente implausibili, come numeri non interi per il conteggio delle gravidanze precedenti. Un altro restituiva spesso lo stesso valore tra campioni ripetuti, anche quando si rendeva più casuale il campionamento. In entrambi i casi, il sistema non riusciva a stimare quanto un nuovo risultato avrebbe modificato la probabilità attribuita alla diagnosi.

Questo limite si riflette nell’accuratezza. Per l’epatite C, il simulatore medico meno performante rendeva ACTMED meno accurato di un semplice classificatore che utilizzava tutti gli esami disponibili (0,489 contro 0,511). Ruhrberg Estévez e colleghi ipotizzano che ciò accada perché tali modelli faticano a catturare l’incertezza specifica del paziente.

Un simulatore generalista più robusto ha dato risultati migliori: i suoi esiti simulati restavano più vicini alle distribuzioni reali, e ACTMED superava la selezione casuale, un insieme fisso di esami ottimali e la selezione implicita tramite LLM sul set di casi in stile OSCE. Il team osserva che i grandi modelli linguistici attuali non sono ancora pronti per una diagnosi autonoma diretta.

I medici restano al comando, ma il metodo ha ancora dei limiti

I medici restano l’ultima parola. Il sistema può proporre esami, ma il clinico conserva la facoltà di esaminare le stime iniziali del rischio, verificare la plausibilità degli esiti simulati, scartare test non fattibili e annullare scelte potenzialmente pericolose. Ruhrberg Estévez e colleghi precisano che «gli attuali LLM non sono ancora pronti per una diagnosi autonoma diretta».

Il gruppo di ricerca segnala inoltre che «il nostro framework è attualmente limitato alla classificazione binaria. Ogni compito è formulato come una singola decisione sì o no, anche se il lavoro include una raccolta più ampia di casi in stile OSCE. Le future valutazioni dovrebbero comunque coprire le comorbidità e gli scenari multi-etichetta se il metodo deve raggiungere i reparti reali».

Il costo rappresenta un altro limite. Stimare il valore atteso di un singolo esame candidato richiedeva circa 20 secondi con GPT-4o o GPT-4o-mini, mentre un classificatore statico può elaborare tutte le variabili in un’unica passata. Gli autori ritengono che questa latenza sia accettabile perché gli esami inutili e la diagnosi tardiva comportano costi medici e finanziari superiori.

Il metodo non include i referti in testo libero, come le note di imaging o patologia. Versioni strutturate di questi record potrebbero essere aggiunte in futuro, ma fino ad allora il sistema opera esclusivamente con variabili categoriche e numeriche.

Un ausilio, non una sostituzione

Il punto di forza di ACTMED è che trasforma la diagnosi da un singolo colpo di fortuna in una sequenza di decisioni. Il sistema ipotizza cosa potrebbe rivelare ciascun esame e ne suggerisce uno che riduce al massimo l’incertezza. A differenza di una scatola nera che restituisce solo un’etichetta, qui il processo resta trasparente.

Ruhrberg Estévez e colleghi descrivono ACTMED come uno strumento che propone esami, non decisioni definitive. Sottolineano inoltre che i grandi modelli linguistici attuali non sono ancora pronti per una diagnosi autonoma diretta, ma si prestano meglio a supportare le scelte cliniche. Le potenzialità sono concrete: meno esami inutili, un triage più rapido nelle strutture affollate e la possibilità di tracciare il motivo per cui ogni test è stato scelto.

I medici restano al centro del processo: possono rivedere i suggerimenti, interpretare gli output intermedi e applicare il proprio giudizio clinico in ogni fase. Il metodo si basa su simulatori capaci di immaginare risultati plausibili. Una dipendenza che i modelli più deboli mettono a nudo quando generano valori impossibili per un paziente o convergono su una risposta unica e ripetuta. La valutazione ha incluso un ampio set di casi in stile OSCE, ma ogni compito è strutturato come una decisione diagnostica binaria.

Il framework è stato applicato a malattie distinte, non all’interno di un unico contesto multietichetta, e il team indica le comorbidità come direzione futura. Il testo libero proveniente da scansioni e referti istologici resta ancora fuori dalla sua portata. Nonostante ciò, la strada intrapresa punta verso una medicina in cui le macchine aiutano a scegliere il passo successivo, mentre i medici mantengono l’ultima parola.