Processo di Revisione Paritaria Potenziato dall'Intelligenza Artificiale (IA) per Migliorare la Sicurezza del Paziente in Radioterapia

Man mano che la radioterapia (RT) diventa più complessa, aumenta il numero di possibili percorsi di errore. La revisione tra pari supportata dall'intelligenza artificiale può aiutare a individuare errori che altrimenti potrebbero passare inosservati e promuovere standard di sicurezza coerenti ed equi sia nelle cliniche rurali che in quelle urbane.

La radioterapia (RT) viene utilizzata in circa il 50% dei pazienti oncologici e solitamente viene somministrata in cliniche ambulatoriali. Tecnologie più recenti come la radioterapia a intensità modulata (IMRT), la terapia ad arco volumetrica modulata (VMAT) e la radioterapia guidata dall'immagine (IGRT) migliorano il trattamento proteggendo meglio i tessuti sani e aumentando la dose nelle aree target. Tuttavia, sono più complesse e richiedono una definizione molto precisa dei bersagli tumorali e dei tessuti sani. Anche piccoli errori nel delineare queste aree possono portare a un trattamento insufficiente del tumore o a un eccessivo trattamento dei tessuti sani. Gli studi dimostrano che gli errori nella definizione delle aree target sono aumentati nella moderna radioterapia oncologica. Poiché questi trattamenti richiedono maggiori capacità cognitive, il rischio di errori nella pianificazione è aumentato e, in alcuni casi, gli errori possono causare gravi danni.

La revisione tra pari pre-trattamento, in cui un team multidisciplinare esamina il piano di trattamento prima dell'inizio della terapia, è un importante passo di sicurezza ed è fortemente raccomandata. È più efficace quando viene effettuata prima dell'inizio del trattamento, poiché apportare correzioni in seguito può causare ritardi nel trattamento, modifiche affrettate e aggiungere un impatto potenziale sostanziale sulla sicurezza del paziente.

A causa della crescente complessità e carico di lavoro, è necessario rafforzare e parzialmente automatizzare la revisione tra pari pre-trattamento. Gli strumenti di supporto decisionale basati su IA/ML possono aiutare riassumendo le informazioni chiave, evidenziando caratteristiche insolite del piano e attirando l'attenzione su aree di potenziale rischio. Questi strumenti non prendono decisioni terapeutiche. Invece, forniscono analisi e riepiloghi visivi per supportare i clinici e ridurre il carico cognitivo.

Poiché lo strumento evidenzia anche le differenze nel modo in cui i fornitori pianificano i trattamenti, può aiutare a identificare variazioni nelle cure e attirare l'attenzione su potenziali disparità sanitarie, supportando futuri sforzi per migliorare l'equità nella radioterapia oncologica.