Page 57 - CnO_249

DAI GRUPPI DI STUDIO - INTELLIGENZA ARTIFICIALE IN CARDIOLOGIA

Equità, trasparenza, affidabilità e responsabilità sono i quattro componenti
fondamentali che compongono un modello di governance

e l’identificazione di eventuali errori pieno consenso informato e gli audit a fornire dati dovrebbero essere
o pregiudizi . Modelli sviluppati clinici. Sono note raccomandazioni revocabili. Inoltre, dovrebbe essere
(5)
di deep learning nell’ambito e iniziative per educare gli operatori presa in considerazione la privacy
dell’imaging cardiologico oltre sanitari sulle basi dell’IA (cioè differenziale, una soluzione tecnologica
che nella previsione del rischio tecniche, applicazione e impatto) che riduce al minimo i rischi di
clinico sono stati eccezionalmente (10) . Riteniamo che queste iniziative analisi di dati riservati e sensibili.
promettenti ma al tempo stesso siano un elemento vitale per Attraverso questo approccio, si ottiene
possono risultare difficili da spiegare. costruire la fiducia per l’IA tra gli un elevato livello di anonimizzazione
Per affrontare questo problema a operatori sanitari. Comprendendo dei dati riducendo i rischi associati
livello generale, è emerso un campo come funziona l’IA e quali vantaggi alla reidentificazione, tutelando
definito “IA spiegabile (XAI)” . e limitazioni ha nell’erogazione così la privacy dei pazienti. Inoltre,
(6)
L’intenzione della XAI è quella di dell’assistenza sanitaria, i medici molto raccomandiamo, ove possibile, l’uso
consentire un insieme di tecniche probabilmente accetteranno di più di set di dati pubblici per sviluppare
che permettano la spiegabilità dei l’IA. Inoltre, l’educazione dovrebbe software di intelligenza artificiale
modelli algoritmici pur mantenendo estendersi alla comunità dei pazienti per ridurre al minimo le violazioni
prestazioni elevate. Sufficiente e al pubblico. Per consentire tale della privacy. Dovrebbero esserci
trasparenza e spiegabilità è richiesta formazione (sia degli operatori sanitari chiari obiettivi clinici associati alle
dal classico principio etico del rispetto che della comunità dei pazienti), applicazioni di IA e la veridicità delle
dell’autonomia . Gli agenti di IA ad es. è raccomandabile costruire affermazioni fatte dagli sviluppatori di
(7)
devono quindi sostenere, piuttosto partenariati tra istituzioni accademiche IA dovrebbe essere testata.
che diminuire, la fornitura di un e servizi sanitari, garantendo in tal Responsabilità
livello di comprensione trasparente modo un uso complementare delle La responsabilità, la componente
e sufficiente a soddisfare le esigenze competenze nella tecnologia dell’IA, più importante della governance da
individuali dei pazienti per il processo nella pedagogia, nella politica implementare, inizia con lo sviluppo
decisionale. Devono anche consentire sanitaria e nella pratica clinica. Il del modello di IA e si estende fino
ai pazienti la libertà di prendere contenuto educativo di base può al punto in cui il modello viene
decisioni relative alla salute senza essere riproposto per soddisfare applicato nell’assistenza clinica
coercizione o pressioni indebite. diversi tipi di pubblico e adattandolo e infine ritirato. Questo spettro
Affidabilità all’evoluzione della tecnologia AI e coinvolge un certo numero di attori
È importante che i medici alla sua applicazione. Le politiche e tra cui sviluppatori di software,
comprendano la causalità delle le linee guida istituzionali potranno agenzie governative, servizi
condizioni mediche e, nel caso dell’IA, essere rielaborate per garantire che sanitari, organismi professionali
i metodi e i modelli utilizzati per i pazienti siano consapevoli che il medici e gruppi di interesse dei
supportare il processo decisionale medico curante sta traendo supporto pazienti. Si consiglia di identificare
clinico . Inoltre, i recenti episodi dalle applicazioni di IA, quali sono le fasi appropriate per le quali
(8)
di Ospedali che condividono i dati i limiti delle applicazioni e che i il monitoraggio e la valutazione
dei pazienti con gli sviluppatori di pazienti sono in grado, se del caso, di sono fondamentali nel garantire
IA senza il consenso informato dei rifiutare il trattamento che coinvolge la sicurezza e la qualità dei servizi
pazienti hanno aggiunto il problema l’IA. Quando i dati dei pazienti sono abilitati all’IA. Queste fasi includono
della fiducia verso gli sviluppatori di condivisi con gli sviluppatori di IA, l’approvazione, l’introduzione e la
IA e verso l’IA stessa . Per affrontare deve esserci un processo per ottenere distribuzione.
(9)
questi problemi, è proponibile, il consenso pienamente informato dei • Fase di approvazione
secondo una modello trasparente pazienti e i dati resi anonimi in misura Per la fase di approvazione, che
di governance clinica, un approccio tale che i dettagli dei singoli pazienti copre l’autorizzazione per la
su più fronti che include l’istruzione non possono essere riconosciuti dagli commercializzazione e l’uso dell’IA
(11)
tecnica, l’alfabetizzazione sanitaria, il sviluppatori . Le autorizzazioni nella fornitura di assistenza sanitaria,

www.anmco.it/pages/l-associazione/gruppo-di-studio/intelligenza-artificiale-in-cardiologia 55