Applying socio-anthropological approaches to explore the socio-cultural and ethical requirements for AI-assisted obstetric ultrasound in Kenya: reflections and lessons learned

La gravidanza è un periodo di profonda speranza e vulnerabilità, in cui il semplice atto di vedere un bambino in via di sviluppo attraverso un'ecografia può trasformare l'ansia in rassicurazione. In molte parti del mondo, questa tecnologia è una parte di routine nelle cure prenatali, offrendo una finestra chiara sulla salute della madre e del bambino. Tuttavia, nei contesti a scarse risorse, l'accesso a ecografisti esperti e a macchine costose rimane scarso, lasciando molte donne senza questa rete di sicurezza critica. L'intelligenza artificiale, il campo dell'informatica dedicato alla creazione di sistemi capaci di svolgere compiti che solitamente richiedono l'intelligenza umana, è emersa come una potenziale soluzione. Addestrando i computer a leggere le immagini mediche, i ricercatori sperano di potenziare gli operatori sanitari meno specializzati per fornire cure di alta qualità. Eppure, una macchina che funziona perfettamente in un laboratorio non ha automaticamente successo in una clinica rurale. La tecnologia non esiste in un vuoto; essa approda in comunità con le proprie radici profonde, strutture sociali e preoccupazioni etiche. Se un nuovo strumento ignora queste realtà umane, rischia di essere rifiutato, indipendentemente dalla raffinatezza del suo codice.

Questa è la sfida centrale esplorata da un team di ricercatori in Kenya, che si è posto l'obiettivo di capire come sarebbe accolto dalle persone che intende aiutare un tipo specifico di intelligenza artificiale — progettata per assistere l'ecografia ostetrica. Il progetto, noto come AIMIX, mira a sviluppare un quadro che permetta ai fornitori meno specializzati di eseguire scansioni con l'aiuto dell'IA, colmando potenzialmente il divario nelle cure materne. Ma prima che la tecnologia potesse essere costruita e testata, il team si è reso conto che doveva prima comprendere il panorama umano. Si sono rivolti a metodi socio-antropologici, un modo di studiare le persone ascoltando le loro storie e osservando le loro vite, per esplorare le regole sociali e culturali che governano l'accettazione di nuovi strumenti medici. Il loro lavoro, dettagliato in un recente articolo di riflessione, rivela che il percorso verso una tecnologia di successo è pavimentato non solo con i dati, ma con la fiducia, la comunicazione chiara e un profondo rispetto per il contesto locale.

I ricercatori hanno condotto il loro studio in due contesti molto diversi: l'ambiente frenetico e urbano di un ospedale privato a Nairobi e la comunità rurale di agricoltura di sussistenza di Rabai, sulla costa del Kenya. Hanno parlato con ottantaquattro persone in totale, tra cui donne incinte, i loro partner, medici, infermieri, leader della comunità e persino ostetriche tradizionali. Utilizzando un metodo chiamato teoria fondata (grounded theory), non sono partiti con un elenco fisso di domande per dimostrare un punto specifico. Inveve, hanno iniziato con conversazioni aperte, permettendo ai partecipanti di guidare la discusszione e rivelare ciò che contava davvero per loro. Questo approccio ha permesso ai ricercatori di scoprire problemi che non avevano previsto, come le specifiche paure sulla privacy dei dati o i modi unici in cui i leader religiosi interpretavano il ruolo delle macchine nella vita umana.

Uno dei risultati più significativi è stato che il concetto di intelligenza artificiale era ampiamente astratto e confuso per molti partecipanti. Nelle aree rurali, dove la tecnologia digitale è meno comune, l'idea di un computer che analizza l'immagine di un bambino sembrava distante e potenzialmente minacciosa. Il team ha appreso che spiegare la tecnologia semplicemente con termini tecnici era inefficace. Invezione, hanno trovato il successo usando ausili visivi, come un semplice disegno che mostrava un'infermiera che eseguiva una scansione con un nuovo dispositivo, per rendere concreto il concetto. Hanno anche scoperto che la comprensione non era un evento unico; dovevano verificare con i partecipanti, chiedendo loro di spiegare lo studio ai ricercatori con le proprie parole. Questa semplice pratica di verifica garantiva che tutti fossero sulla stessa lunghezza d'onda prima di procedere, prevenendo malintesi che avrebbero potuto far deragliare l'intero progetto.

Lo studio ha anche evidenziato l'importanza critica di chi ha il diritto di parlare di nuova tecnologia. In molti sforzi precedenti per introdurre innovazioni mediche, la conversazione era dominata da medici e ingegneri, mentre le persone che avrebbero effettivamente utilizzato o ricevuto le cure venivano lasciate ai margini. Il team keniota ha deliberatamente incluso una vasta gamma di voci, dagli operatori sanitari di comunità ai leader religiosi e alle ostetriche tradizionali. Hanno scoperto che questi stakeholder di base detenevano le chiavi della fiducia. Ad esempio, quando un leader religioso ha espresso preoccupazione che la Chiesa Cattolica potesse opporsi alla tecnologia, il team non ha liquidato la preoccupazione. Invece, ha cercato un sacerdote che ha chiarito che la Chiesa supportava la tecnologia a patto che rispettasse la dignità umana. Allo stesso modo, quando un leader della comunità ha dubitato se le ostetriche tradizionali avrebbero accettato i nuovi strumenti, il team ha intervistato le stesse ostetriche e ha scoperto che erano aperte all'idea se questa significava salvare vite. Queste interazioni hanno dimostrato che l'implementazione di successo richiede l'impegno dell'intero ecosistema sociale, non solo del sistema medico.

Un'altra lezione cruciale è emersa riguardo al modo in cui la ricerca è stata condotta. Il team aveva inizialmente pianificato di intervistare tutti di persona, ma si è rapidamente reso conto che nell'affollato ospedale urbano, gli incontri faccia a faccia rigorosi escludevano alcuni partecipanti disposti a partecipare che non potevano dedicare tempo. Hanno adattato il loro approto, consentendo interviste virtuali per garantire che nessuno fosse escluso. Questa flessibilità si è estesa anche alle loro strategie di reclutamento. Nell'area rurale, hanno faticato a riunire gruppi per la discussione finché non hanno stretto una collaborazione con un fidato operatore sanitario di comunità e hanno programmato l'incontro in concomitanza con un giorno di clinica maternità di routine. Integrando la loro ricerca nei ritmi esistenti della vita quotidiana, invece di cercare di imporre un nuovo programma, sono stati in grado di costruire una partecipazione genuina.

I ricercatori hanno anche sottolineato il valore del coinvolgimento continuo. Non hanno trattato la comunità come una fonte di dati da estrarre e poi dimenticare. Al contrario, hanno tenuto riunioni per aggiornare i partecipanti sui progressi dello studio e spiegare come il loro contributo stesse plasmando lo sviluppo del modello di IA. Questo dialogo costante ha costruito una base di fiducia che è essenziale per qualsiasi partnership a lungo termine. Il team ha notato che, sebbene la tecnologia stessa sia ancora in fase di sviluppo e non sia stata ancora testata nel mondo reale, le intuizioni ottenute da queste conversazioni stanno già plasmando il modo in cui lo strumento viene progettato. Sostengono che senza questa profonda comprensione centrata sull'uomo, anche l'algoritmo più sofisticato potrebbe fallire nel trovare un posto nelle comunità che ne hanno più bisogno.

In definitiva, questo lavoro serve da promemoria che la tecnologia non è solo un insieme di strumenti, ma una pratica sociale. Il documento suggerisce che, affinché l'intelligenza artificiale possa realmente beneficiare la salute materna nei contesti a scarse risorse, deve essere costruita con una profonda comprensione delle persone che serve. I ricercatori hanno scoperto che la strada da seguire comporta molto più di un codice migliore; richiede un impegno nell'ascoltare, nell'adattarsi e nel rispettare il complesso intreccio di valori culturali ed etici che definiscono la vita umana. Ponendo questi fattori umani al centro del processo di progettazione, il team offre una guida per creare una tecnologia che sia non solo intelligente, ma anche abbastanza saggia da adattarsi al mondo che spera di migliorare.