AI-Assisted Genetic Diagnosis and Its Ethical, Legal and Social Implications: A Scoping Review
Questa revisione sistematica di scoping mappa l'attuale panorama delle implicazioni etiche, legali e sociali (ELSI) nella diagnosi genetica assistita dall'IA, rivelando che la maggior parte della letteratura esistente non affronta l'intersezione unica tra IA e genomica, evidenziando così un urgente bisogno di quadri di governance e audit di equità specificamente orientati alla genetica.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Immaginate un futuro in cui un programma informatico può esaminare il codice genetico di una persona e prevedere il rischio di sviluppare determinate malattie, o aiutare i medici a capire perché un paziente abbia una condizione rara. Questa è la promessa dell'intelligenza artificiale nella diagnosi genetica. Tuttavia, il DNA umano non è solo un elenco di fatti sulla salute di una singola persona. È un cimelio di famiglia condiviso. Il codice genetico di una singola persona rivela informazioni sui suoi genitori, sui suoi fratelli e sorelle, e persino sui suoi figli che non sono ancora nati. Lo connette inoltre a un gruppo più ampio di persone che condividono la sua discendenza. Per questo motivo, le regole che si applicano ai normali dati medici non si adattano completamente ai dati genetici. Quando un computer commette un errore o un segreto viene trapelato, le conseguenze si propagano ai parenti e all'intera comunità, non solo al singolo individuo. Mentre questi strumenti potenti diventano più veloci ed economici, scienziati ed eticisti corrono per comprendere i pericoli e le responsabilità specifiche che derivano dall'uso di queste tecnologie sulle nostre informazioni biologiche più personali.
Un nuovo studio condotto da ricercatori della Harbin Medical University e della Harbin Vocational College of Science and Technology esamina da vicino come gli studiosi stiano attualmente riflettendo su queste questioni. Il team ha condotto una ricerca ampia nella letteratura scientifica per vedere cosa sia stato scritto riguardo ai problemi etici, legali e sociali dell'uso dell'intelligenza artificiale per la diagnosi genetica. Non cercavano una semplice lista di pro e contro, quanto piuttosto una mappa dell'intero campo per scoprire dove il pensiero sia solido e dove manchino dei pezzi. I ricercatori hanno cercato tra migliaia di record nei principali database scientifici, concentrandosi sull'intersezione specifica dove gli algoritmi informatici incontrano la genetica umana e le preoccupazioni etiche. Dopo aver rimosso i duplicati, hanno esaminato 981 record unici. Hanno scoperto che 186 di questi articoli erano abbastanza pertinenti da essere studiati in dettaglio, mentre la stragrande maggioranza — 795 record — è stata esclusa perché non affrontava tutti e tre gli ambiti contemporaneamente.
I ricercatori hanno scoperto che la maggior parte delle discussioni esistenti rientra in una di due categorie. Alcuni articoli trattano la diagnosi genetica come un altro tipo di tecnologia medica, applicando regole generali sull'etica informatica che ignorano la natura unica del DNA. Altri trattano la questione come un problema puramente genetico, applicando vecchie regole sulla privacy genetica che ignorano il funzionamento dell'apprendimento computazionale moderno. Lo studio ha rilevato che il cruciale punto d'incontro, dove i pericoli specifici dell'IA e della genetica si sovrappongono, è in gran parte vuoto. Infatti, i dati hanno mostrato che l'81 percento dei record trovati dai ricercatori non affrontava correttamente questa intersezione. Cercavano una conversazione che combinasse l'algoritmo, il genoma e le implicazioni etiche, ma hanno trovato principalmente due conversazioni separate che procedono in parallelo.
Per dare un senso ai 186 articoli che affrontavano l'argomento, i ricercatori hanno organizzato i risultati in sei temi principali. Il primo tema riguarda la confusione e la chiarezza. Poiché i dati genetici sono così complessi, è difficile spiegare a un paziente perché un computer abbia fatto una specifica previsione. Lo studio suggerisce che gli attuali metodi per spiegare queste decisioni creano spesso un falso senso di comprensione, facendo sentire i pazienti come se ne sapessero più di quanto non sappiano in realtà. Il secondo tema riguarda la responsabilità. Se un computer commette un errore che danneggia la famiglia di un paziente, non è chiaro di chi sia la colpa. Le regole attuali non assegnano chiaramente la responsabilità per i danni che si estendono ai parenti o alle generazioni future. Il terzo tema si concentra sulla privacy. La maggior parte delle leggi sulla privacy protegge l'individuo, ma i dati genetici possono rivelare segreti su un intero gruppo di persone. Lo studio nota che c'è pochissima discussione su come proteggere questi gruppi dallo stigma o dal danno.
Il quarto tema riguarda l'equità. I programmi informatici utilizzati per la diagnosi genetica sono addestrati su dati che provengono principalmente da persone di discendenza europea. Ciò significa che gli strumenti potrebbero non funzionare altrettanto bene per persone di altri background, eppure ci sono pochi studi che misurano specificamente questi errori per diverse popolazioni. Il quinto tema riguarda il consenso. Le persone solitamente firmano un modulo di autorizzazione una tantum per sottoporsi al test del DNA, ma la conoscenza genetica cambia nel tempo. Man mano che i computer imparano nuove cose, potrebbero rianalizzare i vecchi dati e trovare nuovi rischi. Lo studio evidenzia che non disponiamo di buoni sistemi per richiedere nuovamente il permesso quando emergono queste nuove scoperte. L'ultimo tema riguarda le regole e le leggi. I governi stanno creando nuove regolamentazioni, ma spesso trattano l'intelligenza artificiale e i dati genetici come questioni separate. Lo studio sostiene che abbiamo bisogno di regole che comprendano come questi due campi lavorino insieme.
I ricercatori concludono che il campo è attualmente privo di un quadro strutturale costruito specificamente per la natura unica della genetica IA. Sostengono che non possiamo semplicemente prendere le regole della medicina generale o della genetica generale e applicarle a questa nuova tecnologia. Al contrario, abbiamo bisogno di un nuovo approccio che riconosca come la responsabilità, la privacy e l'equità funzionino diversamente quando una macchina sta interpretando la nostra storia familiare. Questo studio funge da mappa, mostrando esattamente dove si trovano le lacune affinché la ricerca futura e le leggi possano colmarle. Gli autori intendono dare seguito con altri due articoli che proporranno un nuovo modo di intendere la responsabilità e applicheranno queste idee a linee guida specifiche in fase di sviluppo in Cina. Identificando i punti ciechi del pensiero attuale, questo lavoro mira a garantire che, mentre usiamo l'intelligenza artificiale per leggere il nostro codice genetico, lo facciamo in modo da proteggere individui, famiglie e comunità.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.