ARESS Puglia testa un sistema IA per verificare l’appropriatezza delle prescrizioni diagnostiche: 4 su 10 risultano inutili
In Puglia, l’ARESS (Agenzia Strategica Regionale per la Salute ed il Sociale) sta portando avanti uno studio sperimentale per affrontare uno dei problemi più critici del sistema sanitario: le liste d’attesa per esami diagnostici. La soluzione? Un algoritmo basato sull’Intelligenza Artificiale, progettato per valutare in tempo reale l’appropriatezza clinica delle prescrizioni di TAC e risonanze magnetiche.
Il progetto è stato applicato a un campione di oltre 17.000 prescrizioni provenienti da ospedali e ASL di Bari, Foggia e Lecce, e si fonda su un modello di IA generativa, LLaMA 3.1, addestrato per comprendere il linguaggio medico naturale e confrontare ogni esame richiesto con le linee guida cliniche internazionali.
Prescrizioni inappropriate e liste d’attesa: i dati dello studio
I primi risultati mostrano un quadro chiaro: solo il 38,9% delle prescrizioni analizzate rispetta appieno i criteri di appropriatezza, mentre il 43% è risultato generalmente inappropriato. A validare le performance dell’algoritmo, una seconda revisione manuale da parte di radiologi e medici clinici, che hanno confermato l’elevato livello di precisione del sistema.
“Il sistema – ha dichiarato Giovanni Migliore, direttore generale di ARESS – si è dimostrato affidabile ed efficace nei processi di governo clinico, evidenziando come le prescrizioni inappropriate generino costi, radiazioni inutili e attese più lunghe per i pazienti.”
IA al servizio della sanità: supporto immediato ai medici
L’algoritmo è stato programmato per valutare ogni richiesta diagnostica in funzione del contesto clinico del paziente, suggerendo anche esami alternativi più appropriati quando necessario. Questo tipo di supporto decisionale automatizzato potrebbe rappresentare una svolta per razionalizzare l’uso delle risorse e ottimizzare i tempi di attesa nei percorsi sanitari.
Il prossimo passo, come annunciato da Migliore, sarà ampliare la sperimentazione ad altri territori, con l’obiettivo di misurare la variabilità prescrittiva e validare l’efficacia del modello su scala più ampia. In prospettiva, l’obiettivo è integrare l’algoritmo nei sistemi informatici clinici, come CUP, software per medici di base e specialisti, in modo da offrire un riscontro immediato al momento della prescrizione.
Sanità del futuro: innovazione, efficienza, equità
L’applicazione dell’Intelligenza Artificiale nella sanità pubblica si dimostra, ancora una volta, una risorsa strategica per affrontare criticità strutturali, migliorando al tempo stesso la qualità delle cure e l’equità nell’accesso ai servizi. Il progetto dell’ARESS Puglia potrebbe diventare un modello replicabile a livello nazionale, contribuendo a ridurre i tempi e gli sprechi in sanità.
Redazione