Governance dell’Intelligenza Artificiale Responsabile in Oncologia
L’intelligenza artificiale (IA) sta rivoluzionando il settore della salute, e l’oncologia non fa eccezione. Attualmente, sono in corso ricerche per valutare l’implementazione dell’IA in tutte le fasi del percorso del paziente affetto da cancro, dalla selezione dei trial clinici al supporto decisionale per i team di assistenza, fino a coprire un ampio spettro di domini di ricerca sul cancro.
Registrazione e Utilizzo di Dispositivi Medici Abilitati all’IA
Il registro della Food and Drug Administration (FDA) per i dispositivi medici abilitati all’IA e all’apprendimento automatico conta 949 “dispositivi” a partire da agosto 2024, con un numero crescente specifico per l’oncologia. Attualmente, 75 dispositivi sono registrati, di cui 40 aggiunti negli ultimi tre anni.
Framework per l’IA Responsabile
I framework specifici per l’IA Responsabile (RAI) in oncologia devono ancora essere stabiliti. Anche se numerosi framework e regolamenti per le migliori pratiche emergono, nessuno affronta le sfide e le opportunità specifiche per l’implementazione in oncologia. È fondamentale garantire la qualità e la validazione locale dei modelli in oncologia, considerando i rischi potenziali per l’equità nelle cure oncologiche.
Utilizzo dell’IA in Oncologia
L’oncologia presenta casi d’uso unici per l’IA, come la previsione dell’evoluzione tumorale e della risposta al trattamento, il supporto decisionale genomico, l’analisi delle immagini patologiche e la pianificazione del trattamento in oncologia radioterapica. Tuttavia, l’IA potrebbe esacerbare i rischi per l’equità nelle cure oncologiche a causa delle disparità esistenti nello screening, nell’accesso e nei risultati del trattamento.
Fasi dello Studio sulla Governance RAI
Lo studio si articola in due fasi principali: la progettazione e sviluppo di un approccio alla governance dell’IA responsabile in oncologia e l’implementazione delle lezioni apprese.
Risultati della Fase 1: Progettazione e Sviluppo
Il lavoro del Task Force IA ha portato alla creazione di un framework complessivo per il programma di IA e all’identificazione di quattro principali sfide da affrontare: 1) dati di alta qualità per lo sviluppo dei modelli IA, 2) potenza di calcolo ad alte prestazioni, 3) capacità di talento in IA e 4) politiche e procedure.
Risultati della Fase 2: Implementazione
La governance dei modelli IA viene trattata come un portfolio attivamente gestito. Attraverso il Registro dei Modelli, è possibile tracciare i modelli in base alle diverse fasi del processo di sviluppo. Nel corso dell’anno, sono stati registrati, valutati e monitorati 26 modelli IA, compresi i modelli di linguaggio di grandi dimensioni.
Valutazione della Performance dei Modelli
Il monitoraggio delle performance e dell’impatto dei modelli che vengono messi in produzione è fondamentale in un framework di governance RAI maturo. Sono stati adottati quattro componenti principali di valutazione per monitorare la qualità e la sicurezza dei modelli.
Considerazioni Finali
Questo studio rappresenta uno dei primi rapporti pubblicati sulla governance dell’IA responsabile su larga scala in oncologia. Dimostra che la governance e l’assicurazione della qualità dei modelli IA in oncologia sono fattibili, ma richiedono componenti chiave per il successo e una continua riflessione e adattamento delle pratiche esistenti.
