Mauro Giuffrè

TRIESTE – Un’intelligenza artificiale che traduce le linee guida internazionali per il trattamento dell’epatite C in risposte cliniche chiare e coerenti con gli standard più aggiornati.

È il focus di uno studio internazionale guidato da Mauro Giuffrè, ricercatore dell’Università di Trieste (Dipartimento di Scienze Mediche, Chirurgiche e della Salute) e della Yale University School of Medicine, validato dagli stessi autori delle linee guida europee per il trattamento della patologia.

L’epatite C è un’infezione causata dal virus HCV (Hepatitis C Virus), che colpisce il fegato e può evolvere in forme croniche con gravi complicanze, come cirrosi e carcinoma epatocellulare.

Secondo l’Organizzazione Mondiale della Sanità, circa 58 milioni di persone nel mondo convivono con l’infezione cronica e ogni anno si registrano oltre 1,5 milioni di nuovi casi.

L’OMS ha fissato l’obiettivo ambizioso di eliminare l’epatite C come minaccia per la salute pubblica entro il 2030, puntando a ridurre le nuove infezioni del 90% e i decessi del 65%.

Lo sviluppo di strumenti innovativi basati sull’intelligenza artificiale, come quello presentato nello studio dell’Università di Trieste, svolge un ruolo fondamentale nel perseguimento di questi obiettivi: migliorare l’aderenza alle linee guida terapeutiche e facilitare l’accesso a cure appropriate anche in contesti con risorse limitate sono passi concreti che possono contribuire al raggiungimento dei target globali.

Miglioramenti significativi nell’accuratezza clinica

Il team ha sviluppato e testato due approcci innovativi per specializzare GPT-4 nella gestione dell’HCV: da un lato un sistema di recupero di informazioni (retrieval-augmented generation, RAG) che integra in tempo reale le linee guida europee – testati in due varianti (RAG-Top1, che recupera il singolo paragrafo più rilevante, e RAG-Top10, che recupera i dieci paragrafi più pertinenti) – dall’altro un addestramento specifico (supervised fine-tuning, SFT) del modello linguistico sui contenuti delle stesse linee guida.

I risultati hanno superato ogni aspettativa: rispetto al 36,6% del modello base GPT-4 il modello RAG-Top10 ha raggiunto un’accuratezza del 91,7% nelle valutazioni degli esperti, RAG-Top1 l’81,7% e il modello SFT il 71,7%, raggiungendo quindi miglioramenti significativi rispetto al modello standard.

Un sistema di validazione inedito che comprende gli estensori delle linee guida e gli esperti clinici

A rendere particolarmente rilevante questo studio è la metodologia di validazione applicata, inedita finora nella letteratura scientifica di settore. Sono stati reclutati due gruppi distinti di valutatori. Il primo gruppo era composto da quattro epatologi esperti, selezionati tra gli autori principali e i presidenti delle linee guida HCV della European Association for the Study of the Liver (EASL), ovvero i maggiori esperti europei nel trattamento dell’epatite C e gli estensori delle linee guida internazionali.

A questi si è aggiunto un secondo gruppo di epatologi di un centro di riferimento terziario (Humanitas Hospital, Rozzano), garantendo una doppia prospettiva di valutazione tra teorici delle linee guida e clinici sul campo. Questo approccio ha permesso di ottenere quella che gli stessi ricercatori definiscono “una valutazione che si avvicina al gold standard nella definizione dell’accuratezza degli output”.

Verso l’integrazione responsabile dell’AI in medicina

I risultati aprono prospettive concrete per l’utilizzo dell’intelligenza artificiale nel supporto alle decisioni cliniche.

“Sia RAG che SFT – spiegano gli autori – migliorano significativamente le prestazioni dei Modelli Linguistici di grandi dimensioni (LLM) nella gestione dell’epatitie C attraverso le linee guida, migliorando non solo l’accuratezza e la chiarezza delle risposte, ma anche la selezione dei regimi terapeutici negli scenari clinici”.

Lo studio rappresenta un passo significativo verso quello che gli autori definiscono “l’integrazione sicura dell’Intelligenza Artificiale Generativa nella pratica clinica”, confermando il potenziale di modelli linguistici specializzati e validati da esperti come strumenti concreti di supporto decisionale in medicina, particolarmente preziosi in contesti ad alta complessità come la gestione delle malattie epatiche croniche.

La ricerca, presentata nell’articolo From Guidelines to Real-Time Conversation: Expert-Validated Retrieval-Augmented and Fine-Tuned GPT-4 for Hepatitis C Management, pubblicato su Liver International, si è avvalsa del contributo di Nicola Pugliese e Alessio Aghemo (Humanitas University), dei bioingegneri dell’Ateneo triestino Simone Kresevic e Milos Ajcevic (Dipartimento di Ingegneria e Architettura) e di un network internazionale di epatologi e specialisti di intelligenza artificiale, tra cui Dennis L. Shung (Yale), Francesco Negro (University Hospitals of Geneva), Massimo Puoti (ASST GOM Niguarda; Università di Milano Bicocca), Xavier Forns (Hospital Clínic Barcelona; IDIBAPS; CIBERehd) e Jean-Michel Pawlotsky (UPEC/INSERM; AP-HP Paul Brousse, Parigi).