L’epatite C colpisce circa 58 milioni di persone nel mondo, causando cirrosi e carcinoma epatocellulare. L’OMS punta oggi a eliminarla come minaccia sanitaria entro il 2030, riducendo del 90% le nuove infezioni e del 65% i decessi.
A questo proposito, un team internazionale guidato da Mauro Giuffrè, ricercatore dell’Università di Trieste e della Yale University School of Medicine, ha sviluppato un sistema di intelligenza artificiale generativa capace di tradurre le linee guida internazionali sull’epatite C in risposte cliniche chiare e coerenti.
Maggiore accuratezza con i modelli avanzati
I ricercatori hanno testato due approcci su GPT-4: un sistema di recupero informazioni (RAG, con varianti Top1 e Top10) e un addestramento specifico (SFT) basato sulle linee guida. I risultati sono stati sorprendenti. L’accuratezza del modello RAG-Top10 ha raggiunto il 91,7%, RAG-Top1 l’81% e SFT il 71,7%, rispetto al 36,6% del GPT-4 standard, mostrando un miglioramento sostanziale nella gestione clinica dell’epatite C.
La validazione e le prospettive future
La novità dello studio risiede nel metodo di validazione, poiché quattro autori delle linee guida EASL e un gruppo di epatologi clinici di Humanitas Hospital hanno valutato gli output creando un confronto tra teoria e pratica. Questo approccio con doppia validazione è stata definita “vicina al gold standard” per misurare l’accuratezza clinica dei modelli. I risultati ottenuti aprono la strada a un’integrazione responsabile dell’AI nella pratica clinica.
Sistemi come RAG e SFT possono supportare i medici nella scelta dei regimi terapeutici, migliorando precisione e chiarezza senza sostituire la decisione umana. Questo studio conferma il potenziale dei modelli linguistici specializzati e validati come strumenti concreti per affrontare malattie complesse come l’epatite C, anche in contesti con risorse limitate.
