La medicina personalizzata si riferisce alla diagnostica e al trattamento su misura per i singoli pazienti, che utilizza anche le tecnologie digitali e l’intelligenza artificiale (AI). Si tratta di una tendenza lungimirante, soprattutto in dermatologia. Le soluzioni digitali e supportate dall’intelligenza artificiale stanno diventando sempre più importanti e sono validi ausili tecnici, ma gli esperti concordano sul fatto che non sostituiranno i dermatologi in futuro.
In un rapporto pubblicato quest’anno su Rivista dell’Accademia Europea di Dermatologia e Venereologia Il Prof. Roderick Hay, professore emerito ed ex presidente dell’Istituto per la formazione professionale. Fondazione Internazionale di Dermatologia quando gli è stato chiesto quale sarà la sfida più grande in dermatologia nei prossimi 10 anni: “Conciliare una serie di tecniche decisionali basate sull’AI con i requisiti di un sistema sanitario umano e incentrato sul paziente” [1]. Quando gli è stato chiesto quale sarà la prossima svolta nel suo campo specialistico delle infezioni cutanee, il Prof. Hay ha menzionato l’introduzione diffusa di test point-of-care basati su antigeni e molecole, che sostituiranno ampiamente i test di laboratorio convenzionali e dovrebbero consentire una diagnosi rapida e affidabile in tutti i contesti.
L’AI come braccio destro dei dermatologi
In un articolo pubblicato lo scorso anno sul Journal of Clinical Medicine sugli sviluppi attuali e le tendenze future nel campo dell’intelligenza artificiale (AI) in dermatologia, la conclusione è stata che l’AI non può sostituire i dermatologi, ma facilita la pratica quotidiana ottimizzando l’assistenza ai pazienti [2]. Secondo gli autori [2], ciò richiede la volontà di impegnarsi con le tecnologie AI e di acquisire le relative competenze. Un’area di applicazione dell’AI in cui è già stato raggiunto un livello molto alto è il riconoscimento e l’analisi delle immagini digitali. Tuttavia, gli autori sottolineano che questo è solo un aspetto della diagnosi e del trattamento clinico e che la pratica quotidiana consiste nel combinare i risultati tecnici con le qualità del professionista medico [2,3]. Rispetto agli esseri umani, i modelli AI richiedono molti più dati per essere addestrati. Tra l’altro, perché imparano le associazioni statistiche invece delle relazioni causali. Tuttavia, se questo è possibile, i modelli di AI possono fornire risultati estremamente precisi e affidabili [4]. Ad esempio, uno scanner a 360° può essere utilizzato per creare una mappa di tutte le alterazioni cutanee e i pazienti possono essere fotografati automaticamente e standardizzati dalla testa ai piedi e da tutti i lati in pochi minuti (“mappa del corpo”) [2]. Un software specializzato può confrontare con precisione le immagini dei diversi momenti dell’esame e rilevare eventuali cambiamenti grazie all’intelligenza artificiale e presentarli al dermatologo per la valutazione [5–7].
Oltre agli scanner 3D full-body per la diagnosi e il follow-up, le app AI che possono rilevare le comuni malattie della pelle con un alto grado di precisione o gli smartwatch che possono raccogliere vari biomarcatori sono tra gli ultimi sviluppi supportati dall’AI che stanno portando avanti la medicina di precisione e l’assistenza medica personalizzata [8]. C’è anche un grande potenziale nell’aumento dell’efficienza dei processi amministrativi e dell’archiviazione e trasmissione dei dati dei pazienti.
Letteratura:
- Hay RJ: Pionieri della dermatologia e della venereologia: intervista al professor Roderick James Hay. JEADV 2023; 37: 18-20.
- Li Z, et al: Intelligenza artificiale nell’analisi delle immagini in dermatologia: sviluppi attuali e tendenze future. J Clin Med 2022 Nov 18; 11(22): 6826.
www.mdpi.com/2077-0383/11/22/6826#,(ultimo accesso 19/10/2023) - Batbaatar E, et al: Determinanti della soddisfazione del paziente: una revisione sistematica. Perspect. Salute Pubblica 2017; 137: 89-101.
- “Come l’AI sta migliorando la dermatologia”, https://hub.hslu.ch/informatik/wie-ki-die-dermatologie-verbessert,(ultimo accesso 19 ottobre 2023)
- Muñoz-López C, et al: Prestazioni di una rete neurale profonda in teledermatologia: uno studio diagnostico prospettico a centro unico. JEADV 2021; 35: 546-553.
- Coates SJ, Kvedar J, Granstein RD: Teledermatologia: dalla prospettiva storica alle tecniche emergenti dell’era moderna: Parte I: Storia, motivazione e pratica attuale. JAAD 2015; 72: 563-566.
- Sinclair R, Meah N, Arasu A: Controlli della pelle nell’assistenza primaria. Aust J Gen Pract 2019; 48: 614-619.
- “Dieci tesi sulla dermatologia digitale”, BVDD, 14.02.2023.
PRATICA DERMATOLOGICA 2023; 33(5): 43
