Identificarea precoce a declinului cognitiv poate fi dificilă pentru medicii care se bazează pe zeci, uneori sute de pagini de notițe clinice. Semnele timpurii, precum confuzia, uitarea frecventă sau schimbările de comportament, adesea trec neobservate în fluxul haotic al consultațiilor și al documentației. Într-un context în care personalul medical se confruntă cu suprasolicitare și cu puține resurse, identificarea acestor semne se transformă adesea într-o provocare, chiar și pentru cei mai experimentați.
Un sistem de triere bazat pe inteligență artificială
Recent, un studiu publicat în jurnalul științific npj Digital Medicine aduce în discuție o soluție inovatoare: utilizarea sistemelor automate pentru analizarea notițelor clinice în vederea depistării timpurii a semnelor de declin cognitiv. Ideea nu este de a înlocui medicii, ci de a le oferi un ajutor discret, un fel de „radar” pentru indicii subtile, care se pot pierde în marja mare de date complexe și diverse din dosare.
Deși dosarele moderne sunt pline de date structurate – analize, coduri și scoruri – ele păstrează și o parte considerabilă din realitate în text liber, unde apar descrieri ale impresiilor medicului, relatări ale familiei și observații despre comportament. Aceste fragmente pot conține indicii cruciale – de la „uită frecvent” la „pare dezorientat” – însă interpretarea lor necesită timp și atenție, luxuri de care personalul medical nu dispune întotdeauna. Aici intervine tehnologia: un sistem de procesare lingvistică, antrenat să analizeze consecvent volume uriașe de texte, poate semnala mențiuni repetate sau formulate sugestive, evidențiind cazurile care merită o atenție mai specială.
Echipă de algoritmi: cinci agenți pentru analize complexe
Ce diferențiază acest proiect față de alte soluții AI? În primul rând, arhitectura sa. Cercetătorii au construit o „echipă” de cinci programe, fiecare având roluri specifice și verificând rezultatele celorlalte. În acest mod, au creat un sistem colaborativ, capabil să rafineze interpretarea notițelor fără intervenție umană directă, reducând riscul de eroare. Studii pe trei ani de date din dosare medicale au permis sistemului să înțeleagă modelele de marcaj folosite de clinicieni pentru semnele de declin cognitiv, precum și să stabilească dacă anumite formulări repetitive indică o predispoziție.
Ceea ce e extrem de important este scopul final al acestei tehnologii: nu e vorba despre a da diagnostice, ci despre a sprijini procesul de triere. Sistemul nu caută neapărat etichete scrise în fișă, ci se uită în mod explicit pentru semnale, precum plângeri de memorie, episoade de confuzie sau observații ale familiei. Astfel, poate acționa ca un filtru, ajutând clinicienii să vadă dincolo de formulări, chiar și atunci când semnele sunt subtile sau dispersate în timp.
Sensibilitatea și provocările sistemului în practică
Rezultatele studiului arată două fațete ale potențialului acestei tehnologii. La început, cu un set de date echilibrat, sistemul a atins o acuratețe de peste 90% în identificarea notițelor care indicau îngrijorări privind cogniția. Dar în testele ulterioare, cu date din scenarii reale, acuratețea a scăzut, iar sensibilitatea a coborât la 62%. Asta înseamnă că sistemul ratează uneori cazurile clinicienilor care au observat deja semne.
Însă, surpriza a venit din interpretarea acestor erori: unii cercetători au concluzionat că, în anumite cazuri, raționamentul algoritmului era mai solid decât cel al medicilor, care în mod natural pot fi influențați de subiectivitate sau oboseală. Așadar, uneori, ceea ce pare o greșeală poate fi un indiciu că procesul manual de evaluare nu este infailibil când semnele sunt mai vagi sau dispersate.
Perspective și riscuri în implementare
Suntem încă departe de a vedea astfel de sisteme în fiecare cabinet. Însă, dacă ar fi adaptate și calibrate corespunzător, ar putea avea un impact major în prioritizarea pacienților pentru evaluări suplimentare, facilitând intervenții mai devreme și, eventual, o calitate mai bună a vieții pentru cei aflați în pericol de declin cognitiv.
Între riscuri se numără calitatea notițelor, care poate varia semnificativ de la medic la medic sau de la un centru la altul. Altfel spus, dacă înregistrările sunt generale, sumarizate sau incomplete, sistemul nu va putea realiza o triere eficientă. În plus, sistemul trebuie testat pe diverse seturi de date, pentru a evita erorile de interpretare care pot surveni în cazul transferului în alte contexte clinice sau limbi.
Pentru pacienții și aparținătorii lor, această tehnologie poate deveni un aliat discret, care observă schimbări subtile și trimite semnale către medic. Însă cel mai valoros rămâne, totuși, istoricul concret și observarea atentă a evoluției pe termen lung, aceste informații fiind fundamentale în deciziile ce privesc sănătatea cognitivă. În acest sens, automatizarea nu înlocuiește însă niciodată ochiul critic și experiența umană, ci completează și susține efortul de diagnostic precoce.
