L’intelligenza artificiale (AI) viene ormai sempre più impiegata nel campo sanitario: alcune applicazioni riguardano la diagnosi di tumore al seno, il monitoraggio di aneurismi o l’integrazione in un martello per l’esame del riflesso tendineo.
Una particolare branca dell’AI è il Machine Learning (ML), che implementa un algoritmo, raffinato da metodi statistici, in grado di identificare pattern nei dati: il sistema viene infatti modellizzato su un set di informazioni ed è poi in grado di ripetere le stesse analisi e azioni su database molto più ampi. Il Natural Language Processing (NLP), invece, unisce l’informatica e la linguistica e sviluppa algoritmi che permettono di analizzare il linguaggio naturale. L’integrazione degli strumenti e dei metodi forniti da queste tre tecnologie fornisce ampie varietà di utilizzi e applicazioni.
Tra gli sviluppi più recenti vi è il trattamento delle malattie psichiatriche, settore in cui l’accesso e la qualità dei servizi svolgono un ruolo fondamentale. Dati statistici dimostrano che una persona su cinque soffre almeno una volta nella propria vita di una malattia psichiatrica e il 75% di queste non riceve alcun tipo di cura. Inoltre, circa la metà non guarisce. Con la pandemia, però, i dati potrebbero peggiorare: sono infatti aumentati di molto i casi di patologie come depressione, ansia o disturbi alimentari. Questo, quindi, andrà a gravare su un sistema già non sufficiente a rispondere alla domanda di cure.
L’idea è quella di impiegare il NLP e algoritmi di ML per aiutare i terapeuti a migliorare le cure offerte ai propri pazienti. Il processo ha inizio trascrivendo una serie di sessioni di psicoterapia. Per implementare il modello di NLP, quindi, vengono evidenziati i ruoli delle parole del paziente e del clinico. È quindi possibile svolgere un’analisi sulle conversazioni al fine di individuare elementi fondamentali per il miglioramento del trattamento.
Il sistema è già utilizzato da Ieso, il principale servizio di assistenza sanitaria digitale per i disturbi psichiatrici nel Regno Unito. Il metodo da loro usato è la terapia cognitivo-comportamentale (CBT), un particolare approccio ormai molto affermato. Ieso sostiene che i propri tassi di successo sono già superiori rispetto alla media nazionale: si parla per la depressione di un 62% ottenuto dalla clinica digitale contro un 50% nazionale e per il disturbo d’ansia generalizzato del 73% contro il 58%.
Tramite l’intelligenza artificiale, Ieso mira a migliorare i propri servizi in modo da poter trattare più pazienti: una migliore terapia è indice di un minor numero di sessioni non produttive e dunque un risparmio di tempo che può essere impiegato per altri utenti.
Anche negli Stati Uniti la compagnia Lyssn sta sviluppando qualcosa di simile. A differenza di Ieso, Lyssn non offre direttamente i servizi, ma implementa solo i software di analisi per cliniche e università. Il funzionamento è analogo a quello di Ieso, ovvero le sessioni vengono registrate e trascritte per poi essere analizzati dagli algoritmi di AI.
Alcuni importanti risultati sono stati pubblicati da Ieso: tramite un’analisi dei discorsi dei pazienti sono state individuate delle risposte definite change-talk active, ovvero che evidenziano il desiderio di cambiamento, o change-talk exploration, cioè di riflessioni sul cambiamento. È poi stato dimostrato che la loro presenza è correlata a miglioramenti più significativi, mentre la loro assenza deve orientare i clinici verso metodi e approcci diversi. Sugli stessi script può anche essere svolta un’analisi di come i terapeuti riescano a indurre queste frasi, il che sarebbe un’altra importante fonte di miglioramento.
In un altro paper del 2019, Ieso ha analizzato 90000 ore di sessioni CBT di 14000 pazienti. Il compito del modello NLP è stato quello di distinguere tra gli elementi di conversazione strettamente correlati alla terapia (ad esempio il controllo dell’umore, l’assegnazione e la verifica di compiti, i piani per il futuro) da quelli generali. Il risultato trovato è che alla maggior presenza di conversazioni terapeutiche si associano migliori tassi di guarigione dei pazienti. Ciò conferma il funzionamento del metodo CBT e indirizza i terapeuti verso il suo corretto uso.
L’obiettivo per l’impiego di questa nuova tecnologia è quello di migliorare le cure, non di sostituirle. I dati ottenuti potrebbero infatti aiutare i terapeuti a individuare i propri punti di forza e i propri punti deboli, in modo da poter lavorare sul proprio sviluppo professionale. Il settore della psicoterapia è, infatti, molto complesso, perché il medico si trova solo di fronte ai propri pazienti senza possibilità di avere feedback dai colleghi. Il comune impiego di questi sistemi ovvierebbe a questo problema e consentirebbe di utilizzare tutte le sedute di psicoterapia per migliorare le cure successive.
Un’altra applicazione potrebbe essere quella di implementare un sistema per abbinare al meglio i pazienti con i terapeuti in base alle esigenze dei primi e alle particolari competenze e metodi dei secondi.
In entrambi i casi si fornirebbero quindi dei servizi migliori ai pazienti in un contesto in cui la tempestività e appropriatezza delle cure è cruciale per la guarigione.
A cura di Linda Carpenedo.
