Questo articolo è una versione ridotta di un contributo pubblicato su ilpunto.it, la rivista digitale dell’Ordine dei Medici Chirurghi e degli Odontoiatri di Torino. L’originale è disponibile al seguente link: Medicina di genere e intelligenza artificiale: un’alleanza virtuosa.
L’articolo viene riproposto nell’ambito della collaborazione tra MagIA e ilpunto.it per favorire il dialogo e la condivisione di prospettive su temi di rilevanza scientifica e tecnologica.
L’obiettivo è avviare una riflessione sull’alleanza tra la medicina di genere – o genere-specifica – e l’intelligenza artificiale, esplorando come queste due discipline possano interagire per migliorare la ricerca, la diagnosi e la personalizzazione delle cure.
La medicina di genere, o sesso e genere specifica, sta emergendo come una disciplina fondamentale per garantire cure mediche appropriate, più personalizzate e inclusive. Studi scientifici dimostrano che le differenze biologiche e socioculturali dipendenti dal genere ‒ non solo fra uomini e donne ma anche, superando il binarismo e considerando la fluidità di genere ‒ influenzano in modo significativo la manifestazione e il decorso di molte patologie, dalla cardiologia alla salute mentale.
Sono stati fatti passi avanti significativi in questa direzione, ma sono necessari ulteriori investimenti, innanzi tutto per la trasformazione culturale corrispondente, che tenga conto in primis della necessità di partire da dati che riflettano le differenze di genere.
Uno dei testi più citati su questa esigenza in generale è Invisibili di Caroline Criado Perez, un saggio del 2019 con molti esempi di come il nostro mondo ignori le donne in ogni campo. Nella quarta parte dal titolo “Nello studio del medico”, l’autrice denuncia come la scienza medica si sia concentrata negli anni su un’ipotetica “norma maschile”. Il caso più conosciuto è quello dei sintomi in caso di attacco di cuore, per cui solo una donna su otto lamenta dolore al petto, che invece è un sintomo tipicamente maschile, ma ritenuto erroneamente per molti anni valido per tutti. In più solo recentemente si è fatta strada la consapevolezza dell’assenza femminile dai manuali di anatomia, e della loro mancata inclusione.
Nel nostro Paese, tra i progressi fatti verso la medicina di genere è stata approvata la legge 3/2018 in materia di sperimentazione clinica di medicinali nonché disposizioni per il riordino delle professioni sanitarie e per la dirigenza sanitaria del Ministero della salute, che ha introdotto ufficialmente la medicina di genere. La sua attuazione ha previsto la redazione del “Piano per l’applicazione e la diffusione della medicina di genere sul territorio nazionale”, che riporta gli obiettivi strategici, gli attori coinvolti e le azioni previste per la reale applicazione di un approccio di genere in sanità nelle quattro aree d’intervento indicate dalla legge: percorsi clinici di prevenzione, diagnosi, cura e riabilitazione; ricerca e innovazione; formazione; comunicazione.
In questo scenario, l’intelligenza artificiale (IA) si presenta come uno strumento rivoluzionario, in grado di analizzare enormi quantità di dati, identificare schemi nascosti e fornire soluzioni innovative. L’efficacia dell’IA dipende però dalla qualità e dall’equilibrio dei dati che utilizza: modelli addestrati su dati non rappresentativi, cioè che non tengano conto di alcune variabili come quella di genere, o che riproducano gli stereotipi più diffusi, rischiano di perpetuare, o addirittura amplificare, le disparità finora registrate.
Per contro,l’intelligenza artificiale può essere lo strumento che ci può supportare nell’individuare e correggere i bias nei dataset, analizzando proprio i dataset storici, garantendo che le conclusioni siano realmente rappresentative. Gli algoritmi di IA possono perciò aiutare a progettare studi clinici con una rappresentanza equilibrata di uomini e donne, suggerendo la distribuzione ottimale dei campioni per età, etnia e genere.
Algoritmi di intelligenza artificiale vengono utilizzati per analizzare immagini mediche come radiografie, TAC e risonanze magnetiche. Questi sistemi possono individuare anomalie precocemente, come tumori o lesioni, anche quando sono difficili da rilevare per l’occhio umano.
L’IA, con la sua capacità di analizzare grandi quantità di dati e riconoscere modelli complessi, rappresenta quindi una risorsa imprescindibile per la medicina genere-specifica. Nello stesso tempo l’intelligenza artificiale deve nutrirsi di dati che siano anche genere specifici.
Tuttavia, non possiamo ignorare alcune criticità fondamentali:
- bias algoritmici: se non affrontati, rischiano di amplificare le disuguaglianze già presenti nella società;
- privacy e sicurezza: la raccolta massiva di dati richiede regolamentazioni solide e trasparenza per proteggere i pazienti;
- rappresentatività nei dati: i dataset devono riflettere la diversità della popolazione, tenendo conto delle specificità legate a genere, etnia ed età.
È fondamentale dunque attivare un circolo virtuoso in cui risulta centrale la collaborazione tra scienziati dei dati, medici e professionisti della salute pubblica, oltre a normative per garantire che l’IA tenga conto delle differenze di genere. L’IA può diventare uno strumento di equità, ma solo se la usiamo in modo responsabile, etico e inclusivo, contribuendo così a una medicina più inclusiva e personalizzata.
Immagini generate tramite DALL-E
