L'IA aiuta il personale degli studi clinici oncologici a individuare con maggiore coerenza gli effetti collaterali dell'immunoterapia

Gli inibitori dei checkpoint immunitari possono aiutare a trattare il cancro, ma possono anche scatenare reazioni immunitarie che danneggiano i tessuti sani. Individuare queste complicanze nelle cartelle cliniche richiede tempo e può variare da un revisore all'altro. Questo studio ha verificato se un assistente basato sull'intelligenza artificiale potesse aiutare il personale clinico a documentare queste reazioni in modo più efficiente e coerente, senza sostituire la verifica umana.

I ricercatori hanno sviluppato un sistema che analizzava le note cliniche per sei tipi di reazioni immunitarie. Il sistema estraeva se un evento fosse avvenuto, quando, la sua gravità, la sua probabile relazione con il trattamento e il grado di certezza di tale valutazione. La valutazione ha incluso test retrospettivi, tre mesi di monitoraggio prospettico senza influenzare l'assistenza e uno studio crossover randomizzato che ha coinvolto il personale degli studi clinici.

Nei test retrospettivi, il sistema ha ottenuto un punteggio F1 di 0,92 nel rilevamento degli eventi in corso e di 0,66 nell'assegnazione della gravità. L'F1 riassume l'equilibrio tra la capacità di individuare gli eventi e quella di evitare falsi allarmi; non è una percentuale di accuratezza. Durante il monitoraggio prospettico, i punteggi F1 di rilevamento sono variati tra 0,72 e 0,79, inferiori al risultato retrospettivo.

Con l'assistenza dell'IA, il personale ha completato l'annotazione 2,71 minuti più rapidamente. La probabilità (odds) di un'annotazione completamente corretta è aumentata del 45%, anche se l'intervallo di confidenza era ampio ed escludeva solo per un soffio l'assenza di miglioramento. La concordanza tra i revisori è aumentata in modo sostanziale, da 0,22–0,51 a 0,82–0,85 secondo una misura standard di concordanza. La configurazione migliore è costata circa due centesimi per nota.

Questi risultati giustificano ulteriori valutazioni dell'IA supervisionata per la documentazione degli studi clinici oncologici, non per la diagnosi o il trattamento autonomi. Una documentazione migliore potrebbe favorire il monitoraggio della sicurezza, ma lo studio non ha dimostrato una riduzione delle complicanze né un miglioramento della sopravvivenza. Questo riassunto si basa esclusivamente sull'abstract. Le dimensioni dei campioni, i sei tipi di evento e le procedure di validazione dettagliate non vi erano riportati. Le prestazioni prospettive inferiori e la classificazione della gravità meno solida rafforzano la necessità della revisione da parte del clinico. I costi di calcolo riportati non stabiliscono i costi complessivi di implementazione e diversi autori hanno dichiarato rapporti finanziari con l'industria.