Cost-effectiveness of immediate prioritisation of chest X-rays using artificial intelligence in lung cancer in England: the LungIMPACT study
Questa analisi di economia sanitaria dello studio LungIMPACT conclude che l'uso dell'IA per dare priorità alle radiografie del torace per il tumore al polmone in Inghilterra non è costo-efficace rispetto all'interpretazione assistita dall'IA da sola o alla pratica attuale, poiché aumenta i costi senza ridurre i tempi di diagnosi.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immaginate il corpo umano come una città frenetica e, all'interno di questa città, un silenzioso e furtivo elemento di disturbo che cerca di aprire un'attività: il tumore al polmone. Questo elemento di disturbo è astuto perché, nei primi giorni, non fa molto rumore. Non urla per attirare l'attenzione; si limita a sussurrare, magari causando una leggera tosse o un po' di stanchezza che le persone spesso ignorano. Poiché è così silenzioso, spesso viene scoperto solo dopo che è cresciuto e si è rafforzato, rendendo molto più difficile sconfiggerlo.
Per catturare questo elemento di disturbo precocemente, i medici usano una speciale "macchina fotografica a raggi X" chiamata Radiografia del Torace (CXR). È come scattare una rapida foto al panorama della città per vedere se si stanno formando delle nuvole scure. Ogni anno in Inghilterra, i Medici di Medicina Generale (MMG) inviano milioni di questi scatti al dipartimento di radiologia. Ma ecco il problema: il dipartimento di radiologia è come una sala posta in ricezione enorme e straripante. Migliaia di foto arrivano ogni giorno e i medici che le leggono (i radiologi) devono smistare la pila una per una. Se una nuvola pericolosa si nasconde nel mezzo della pila, potrebbe essere persa o ritardata mentre i medici esaminano prima quelle innocue.
Recentemente, gli scienziati hanno inventato un aiutante digitale: l'Intelligenza Artificiale (IA). Pensate a questa IA come a un assistente robotico super veloce che può scansionare ogni foto in una frazione di secondo. Il suo compito è individuare le "nuvole scure" (macchie sospette) e urlare: "Ehi! Guarda questa per prima!" Questo è chiamato "prioritizzazione". La grande domanda che tutti volevano rispondere era: se lasciamo che questo assistente robotico urli e sposti le foto spaventose in cima alla fila, aiuterà davvero a catturare l'elemento di disturbo più velocemente senza costare una fortuna al servizio sanitario? Questa è la storia dello studio LungIMPACT, che ha cercato di scoprire se questo cappello magico tecnologico valesse davvero il prezzo pagato.
Il Grande Esperimento di Smistamento
In Inghilterra, è stato lanciato un enorme esperimento chiamato studio LungIMPACT per testare proprio questa idea. I ricercatori hanno raccolto i dati di quasi 87.000 pazienti che hanno effettuato radiografie del torace dopo aver visitato il proprio medico di base. Hanno diviso questi pazienti in due gruppi per vedere cosa succedeva.
Nel primo gruppo, l'IA è stata accesa per svolgere il suo lavoro di "urlo". Ha scansionato le radiografie e ha segnalato quelle che sembravano sospette, dicendo ai medici umani: "Date la priorità a queste! Leggetele immediatamente!". Nel secondo gruppo, l'IA è stata anch'essa utilizzata per aiutare a leggere le immagini, ma le è stato ordinato di stare in silenzio. Non ha urlato né spostato le foto in cima alla fila; i medici hanno semplicemente letto le radiografie nell'ordine in cui arrivavano, con l'aiuto dell'IA come secondo parere.
L'obiettivo era semplice: vedere se il gruppo dell' "urlo" otteneva le diagnosi più velocemente. Se l'IA fosse riuscita a ridurre il tempo tra l'esecuzione della radiografia e la scoperta se qualcuno avesse il tumore al polmone, sarebbe stata una grande vittoria per i pazienti. Ma c'era un ostacolo. I ricercatori dovevano anche contare i soldi. Hanno esaminato ogni centesimo speso: il costo delle radiografie, delle TAC, dei test extra e persino la quota per l'affitto del software di IA e il costo per collegarlo ai sistemi informatici dell'ospedale.
Il Risultato Sorprendente: Il Robot Non Ha Salvato la Giornata
Dopo aver analizzato i numeri, lo studio ha dato un risultato che potrebbe sorprendervi. L'IA che "urla" non ha accelerato significativamente la diagnosi.
Ecco il dettaglio di ciò che è accaduto:
- Tempo: Il tempo necessario per ottenere una diagnosi è stato quasi lo stesso in entrambi i gruppi. Nel gruppo in cui l'IA ha urlato per dare la priorità alle foto, il tempo medio per una diagnosi è stato di circa 75 giorni. Nel gruppo in cui l'IA ha solo aiutato a leggere senza urlare, è stato di circa 77 giorni. Questa minuscola differenza non era sufficiente per dire che l'IA che urla abbia fatto una reale differenza.
- Soldi: Poiché il software di IA costa denaro per la licenza e costa denaro per l'installazione nei computer ospedalieri, il gruppo dell' "urlo" è costato in realtà di più al servizio sanitario. Lo studio ha calcolato che l'uso della funzione di prioritizzazione ha aggiunto circa £1 per paziente rispetto all'uso dell'IA senza la funzione di urlo.
Quando i ricercatori hanno guardato il quadro generale per tutta l'Inghilterra, la matematica è diventata ancora più netta. Se ogni medico di base in Inghilterra (che ordina circa 2,2 milioni di radiografie all'anno) usasse l'IA per dare priorità alle radiografie, costerebbe al NHS un extra di £2,2 milioni all'anno solo per ottenere quel minimo, quasi inesistente, risparmio di tempo. Se avessero confrontato il metodo dell'IA con il vecchio modo di fare le cose (senza alcuna IA), il costo sarebbe salito tra i £16 milioni e i £35 milioni all'anno.
Perché Non Ha Funzionato?
I ricercatori suggeriscono che il problema non fosse l'IA in sé, ma dove stava cercando di aiutare. Immaginate un'autostrada dove il traffico è bloccato. Se avete un elicottero che può individuare le auto più lente e dir loro di spostarsi nella corsia veloce, è fantastico. Ma se l'intera autostrada è in un ingorgo perché non ci sono abbastanza corsie o abbastanza polizia per gestire il flusso, spostare un'auto in prima fila non serve a svuotare l'ingorgo.
Nel caso della diagnosi del tumore al polmone, il "ingorgo del traffico" avviene dopo la radiografia. Anche se l'IA sposta la radiografia spaventosa in cima alla fila, il paziente deve comunque aspettare una TAC, poi aspettare che uno specialista esamini i risultati, poi aspettare che un team decida il trattamento. Lo studio ha scoperto che l'IA non poteva risolvere i colli di bottiglia che avvenivano dopo la lettura della radiografia. Il sistema era già così impegnato che spostare la radiografia in cima alla fila non rendeva l'intero processo più veloce.
La Conclusione
Lo studio conclude che, almeno per ora, usare l'IA per dare priorità immediatamente alle radiografie del torace non è un buon uso del denaro per il servizio sanitario. Costa più di quanto faccia risparmiare e non riesce effettivamente a far ottenere le diagnosi ai pazienti più velocemente.
Gli autori sono molto chiari su questo: non stanno dicendo che l'IA sia inutile per sempre. Stanno dicendo che questo specifico modo di usarla — urlare per spostare le radiografie in cima alla fila — non funziona abbastanza bene da giustificare il costo. Invece di spendere milioni in questo strumento specifico, lo studio suggerisce che il servizio sanitario potrebbe ottenere risultati migliori correggendo le altre parti del processo, come assumere più personale o assicurarsi che ci siano abbastanza scanner per TAC e medici per gestire i pazienti una volta che vengono segnalati.
In breve, l'assistente robotico ha cercato di essere un eroe urlando "Guardatemi per primo!", ma il resto della squadra era troppo occupato per ascoltare. Finché l'intera squadra non potrà muoversi più velocemente insieme, basta urlare in prima fila per non risolvere il problema.
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.