(AGENPARL) - Roma, 20 Giugno 2025 - (AGENPARL) – Fri 20 June 2025 *Aress Puglia: un algoritmo AI per migliorare l’appropriatezza delle
prescrizioni di esami diagnostici*
Condotto uno studio retrospettivo su un campione di oltre 17.000
prescrizioni ospedaliere di TAC e Risonanze Magnetiche applicando un
innovativo sistema basato su intelligenza artificiale (IA) per valutarne la
correttezza. Oltre 4 prescrizioni su 10 per esami di diagnostica avanzata
non sono risultate appropriate
Un algoritmo di intelligenza artificiale sviluppato in Puglia per
migliorare la gestione delle prescrizioni mediche e l’appropriatezza degli
esami diagnostici. Lo sta realizzando l’Aress Puglia e nella prima fase di
addestramento, completata di recente, ha effettuato uno studio
retrospettivo su un campione di oltre 17.000 prescrizioni ospedaliere
provenienti da aziende sanitarie locali e ospedali di Bari, Foggia e
Lecce. Cuore
del progetto è un sistema di intelligenza artificiale generativa, basato
sul modello LLaMA 3.1, in grado di leggere, interpretare e valutare in
tempo reale l’appropriatezza clinica di una prescrizione diagnostica
secondo i criteri riconosciuti a livello internazionale. L’algoritmo è
stato addestrato per comprendere linguaggio medico naturale e associare
ogni esame richiesto al contesto clinico del paziente, confrontandolo con
le linee guida più aggiornate.
I risultati ottenuti hanno rilevato che solo il 38,9% delle richieste
rispetta pienamente i criteri di appropriatezza, mentre il 43% delle
prescrizioni è risultata “generalmente inappropriata”. In una seconda fase,
un gruppo di esperti (radiologi e medici clinici) ha validato i risultati
dell’algoritmo tramite revisione manuale a campione.
“Il sistema – spiega il direttore generale dell’Aress, Giovanni Migliore –
ha dimostrato un elevato livello di affidabilità e precisione, rivelandosi
uno strumento molto promettente per nei processi di governo clinico. Oltre
a generare inutili esposizioni a radiazioni per i pazienti e allungare le
liste d’attesa, le prescrizioni inappropriate rappresentano anche un danno
economico per il sistema sanitario”. L’uso dell’intelligenza artificiale si
è dimostrato estremamente efficace nel classificare rapidamente le
prescrizioni e suggerire eventuali alternative più appropriate, in linea
con le più recenti linee guida cliniche.
“Il prossimo passo – conclude Migliore – è ampliare lo studio per valutare
la replicabilità del modello in contesti sanitari differenti e misurare la
variabilità prescrittiva tra territori. L’obiettivo finale è applicarle
l’algoritmo direttamente al momento della prescrizione, integrandola nei
sistemi informatici clinici (e.g. CUP, software per medici di base e
specialisti), offrendo un supporto decisionale immediato al prescrittore”.