L’uso dell’Intelligenza Artificiale (IA) e dei modelli linguistici di grandi dimensioni (Large Language Models, LLM) come ChatGPT sta diventando sempre più comune nel campo dell’Oncologia. I pazienti si rivolgono a queste tecnologie per ottenere informazioni sulle neoplasie, sostituendo il tradizionale “Dottor Google“. Anche i medici riconoscono il valore di questi strumenti, ma esistono rischi e insidie che richiedono un intervento. Per questo motivo, la Società Europea di Oncologia Medica (ESMO) ha pubblicato le prime linee guida per un utilizzo sicuro dei LLM nella pratica oncologica, presentate durante il congresso ESMO che si sta svolgendo a Berlino nel 2025. L’intento è quello di fornire a pazienti, medici e istituzioni un quadro di riferimento per un uso responsabile ed efficace degli strumenti linguistici basati sull’IA.
Le linee guida di ESMO
Le linee guida, contenenti 23 raccomandazioni, sono state pubblicate sulla rivista Annals of Oncology. Fabrice André, presidente di ESMO, ha dichiarato che l’obiettivo principale dell’organizzazione è garantire che l’innovazione porti benefici concreti ai pazienti e che fornisca soluzioni praticabili per i medici. Con il progetto ELCAP, ESMO stabilisce un approccio pragmatico all’oncologia che integra l’IA, mantenendo al contempo responsabilità clinica, trasparenza e protezione dei dati. Le raccomandazioni sono suddivise in tre categorie, ognuna delle quali si rivolge a un diverso tipo di utente: pazienti, professionisti sanitari e istituzioni.
La prima categoria riguarda le applicazioni destinate ai pazienti, come i chatbot che offrono supporto e informazioni sui sintomi. Questi strumenti dovrebbero integrarsi con l’assistenza clinica e operare all’interno di percorsi supervisionati, garantendo una solida protezione dei dati. La seconda categoria si concentra sugli strumenti per i professionisti sanitari, come quelli per il supporto decisionale e la documentazione. Questi richiedono una convalida formale e trasparente, così come una responsabilità umana esplicita per le decisioni cliniche. Infine, la terza categoria riguarda i sistemi istituzionali integrati con le cartelle cliniche elettroniche, che necessitano di test e monitoraggio continuo per garantire la loro efficacia e sicurezza.
Rischi e opportunità nell’uso dell’IA
ESMO sottolinea l’importanza della consapevolezza da parte dei medici riguardo all’uso di questi sistemi nel loro ambiente lavorativo. L’impatto di tali tecnologie dipende dall’interoperabilità e dalle misure di privacy adottate. È fondamentale che l’affidabilità delle informazioni fornite dipenda dalla qualità dei dati in ingresso. Lacune nella documentazione clinica o domande incomplete da parte dei pazienti possono portare a risposte imprecise o fuorvianti, un aspetto che ESMO mette in evidenza come cruciale.
Miriam Koopman, presidente della ESMO Real World Data & Digital Health Task Force, ha affermato che il valore dei modelli linguistici è strettamente legato all’utente finale. Definendo le aspettative per i diversi contesti d’uso, ESMO suggerisce che per i pazienti siano previsti percorsi supervisionati, per i medici strumenti validati e trasparenti, e per i sistemi istituzionali un monitoraggio costante e una gestione adeguata.
Il futuro dell’IA in oncologia
Il progetto ELCAP si concentra sui LLM “assistivi“, che operano sotto la supervisione umana, supportando i medici nella fornitura di informazioni e nell’elaborazione di contenuti, senza prendere decisioni autonome. Jakob Kather, vicepresidente della task force, ha spiegato che questi sistemi sono progettati per migliorare i flussi di lavoro clinici e il processo decisionale, piuttosto che sostituirli. Tuttavia, le linee guida riconoscono anche la rapida evoluzione dei modelli di IA autonomi, capaci di intraprendere azioni senza sollecitazioni dirette. Questa nuova frontiera presenta sfide significative in termini di sicurezza, normative ed etica, richiedendo pertanto linee guida specifiche.
L’uso responsabile dell’IA in oncologia implica la necessità di stabilire standard condivisi, oltre ai semplici algoritmi. ELCAP definisce le modalità per implementare modelli linguistici che possano migliorare la qualità , l’equità e l’efficienza dell’assistenza oncologica, senza compromettere la fiducia nel giudizio clinico.