Utilizarea pe scară largă a inteligenţei artificiale (AI) în instrumentele de luare a deciziilor medicale a dus la o actualizare a recomandărilor TRIPOD pentru raportarea modelelor de predicţie clinică.
Liniile directoare TRIPOD (acronimul pentru Raportarea transparentă a unui model de predicţie multivariabilă pentru prognosticul sau diagnosticul individual / Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis Or Diagnosis) au fost elaborate în 2015 pentru a îmbunătăţi instrumentele de ajutor la diagnostic şi prognostic care sunt utilizate de medici.
Declaraţia TRIPOD este o listă de verificare formată din mai multe articole, care are ca scop îmbunătăţirea raportării studiilor care dezvoltă, validează sau îmbunătăţesc (actualizează) un model de predicţie, fie în scopuri diagnostice, fie în scopuri prognostice, indiferent de domeniul medical, de tehnica de analiză a datelor utilizată, de rezultatul prezis sau de predictorii utilizaţi.
Noile orientări TRIPOD+AI au fost lansate marţi în revista medicală BMJ.
Utilizate pe scară largă, adoptarea lor de către medicii practicieni pentru a estima probabilitatea ca o anumită afecţiune să fie prezentă sau să apară în viitor, a contribuit la îmbunătăţirea transparenţei şi a acurateţei procesului decizional şi la îmbunătăţirea semnificativă a îngrijirii pacienţilor.
Dar metodele de cercetare au evoluat din 2015 şi asistăm la o accelerare a studiilor care dezvoltă modele de predicţie folosind inteligenţa artificială, mai exact metode de învăţare automată.
Transparenţa este unul dintre cele şase principii de bază care stau la baza ghidului Organizaţiei Mondiale a Sănătăţii (OMS) privind etica şi guvernanţa inteligenţei artificiale pentru sănătate.
Prin urmare, TRIPOD+AI a fost dezvoltat pentru a oferi un cadru şi un set de standarde pentru a stimula raportarea studiilor care dezvoltă şi evaluează modele de predicţie prin inteligenţă artificială, indiferent de abordarea de modelare.
Liniile directoare TRIPOD+AI au fost elaborate de un consorţiu de cercetători internaţionali, condus de cercetători de la Universitatea din Oxford, alături de cercetători de la alte instituţii de top din întreaga lume, profesionişti din domeniul sănătăţii, industrie, autorităţi de reglementare şi editori de reviste.
Elaborarea noilor orientări a fost fundamentată de cercetări care au evidenţiat raportarea deficitară şi incompletă a studiilor privind AI, de un sondaj Delphi şi de o reuniune de consens online.
„Există un potenţial enorm pentru ca inteligenţa artificială să îmbunătăţească asistenţa medicală, de la diagnosticarea mai rapidă a pacienţilor cu cancer pulmonar până la identificarea persoanelor cu risc crescut de atac de cord. Abia acum începem să vedem cum poate fi folosită această tehnologie pentru a îmbunătăţi rezultatele pacienţilor", afirmă Gary Collins, profesor de statistică medicală la Departamentul de ortopedie, reumatologie şi ştiinţe musculo-scheletice Nuffield (NDORMS), din cadrul Universităţii Oxford, şi cercetător principal în cadrul TRIPOD.
„Decizia de a adopta sau nu aceste instrumente se bazează pe o raportare transparentă. Transparenţa permite identificarea erorilor, facilitează aprecierea metodelor şi asigură o supraveghere şi o reglementare eficiente. De asemenea, transparenţa poate crea mai multă încredere şi poate influenţa acceptabilitatea pacienţilor şi a publicului în ceea ce priveşte utilizarea modelelor de predicţie în domeniul sănătăţii", precizează acesta.
Noile orientări TRIPOD+AI constau într-o listă de verificare cu 27 de puncte care înlocuieşte standardul TRIPOD din 2015.
Lista de verificare detaliază recomandările de raportare pentru fiecare element şi este concepută pentru a ajuta cercetătorii, evaluatorii colegiali, editorii, factorii de decizie politică şi pacienţii să înţeleagă şi să evalueze calitatea metodelor de studiu şi a rezultatelor cercetărilor bazate pe AI.
O schimbare esenţială în TRIPOD+AI o reprezintă un accent sporit pe încredere şi corectitudine.
„Deşi acestea nu sunt concepte noi în modelarea predicţiei, AI a atras mai multă atenţie asupra lor ca probleme de raportare. Un motiv pentru acest lucru este faptul că mulţi algoritmi de IA sunt dezvoltaţi pe seturi de date foarte specifice care, uneori, nici măcar nu provin din studii sau ar putea fi pur şi simplu extrase de pe internet", a declarat prof. Carl Moons, de la UMC Utrecht.
„De asemenea, nu ştim ce grupuri sau subgrupuri au fost incluse. Aşadar, pentru a ne asigura că studiile nu discriminează un anumit grup sau creează inegalităţi în furnizarea de servicii medicale şi pentru a ne asigura că factorii de decizie pot avea încredere în sursa datelor, aceşti factori devin mai importanţi."
Dr. Xiaoxuan Liu şi prof. Alastair Denniston, directorii NIHR ai Incubatorului pentru ştiinţa reglementării în domeniul inteligenţei artificiale şi al sănătăţii digitale care sunt coautori ai TRIPOD+AI au explicat: „Multe dintre cele mai importante aplicaţii ale AI în medicină se bazează pe modele de predicţie. Am fost încântaţi să sprijinim dezvoltarea TRIPOD+AI, care este conceput pentru a îmbunătăţi calitatea dovezilor în acest domeniu important al cercetării în domeniul AI".
TRIPOD 2015 a contribuit la schimbarea peisajului raportării cercetării clinice, aducând standarde minime de raportare pentru modelele de predicţie. Orientările originale au fost citate de peste 7500 de ori, au figurat în mai multe instrucţiuni pentru autori din reviste şi au fost incluse în documentele de informare ale OMS şi ale altor organisme de cercetare din întreaga lume.
Oamenii de ştiinţă speră că TRIPOD+AI va duce la o îmbunătăţire marcantă a raportării, va reduce risipa cauzată de cercetările raportate incomplet şi va permite părţilor interesate să ajungă la o judecată în cunoştinţă de cauză, bazată pe detalii complete privind potenţialul tehnologiei AI de a îmbunătăţi îngrijirea pacienţilor şi rezultatele, care să treacă dincolo de exagerările inovaţiilor în domeniul sănătăţii bazate pe inteligenţa artificială
