«Mi hanno detto che il mio tumore ha una mutazione di KRAS. Devo preoccuparmi?»
«Capisco che trovare il nome di una mutazione in un referto possa preoccupare. KRAS è un gene coinvolto nei meccanismi che regolano la crescita delle cellule e alcune sue alterazioni possono contribuire alla crescita del tumore. Ma la presenza di una mutazione, da sola, non dice necessariamente quanto la malattia sia aggressiva né quale sarà la sua evoluzione. Per comprenderne davvero il significato bisogna sapere quale specifica mutazione è stata identificata, in quale tumore e in quale fase della malattia.»
«È la G12C.»
«In questo caso l’informazione può avere anche un significato terapeutico. Negli ultimi anni sono stati sviluppati farmaci capaci di colpire specificamente KRAS G12C e le possibilità di utilizzarli dipendono dal tipo di tumore, dallo stadio della malattia, dai trattamenti già ricevuti e dalle indicazioni approvate. È uno degli esempi di come un’alterazione che fino a pochi anni fa consideravamo difficilmente trattabile sia diventata, almeno in alcuni contesti, un possibile bersaglio terapeutico.»
«Quindi dovrei prendere uno di questi farmaci?»
«Non necessariamente. Avere un bersaglio molecolare non significa automaticamente che un farmaco diretto contro quel bersaglio rappresenti la scelta migliore in quel momento. In oncologia conta molto anche la sequenza dei trattamenti. Una terapia può essere efficace ma non essere quella più appropriata come prima scelta, oppure può diventarlo in una fase successiva. Bisogna considerare insieme le caratteristiche della malattia, le evidenze disponibili, i trattamenti precedenti, le condizioni generali e anche le tue priorità.»
«Il mio oncologo mi propone una terapia diversa. Ho letto però che il nuovo farmaco potrebbe funzionare. Come faccio a sapere se sta facendo la scelta giusta?»
«È una domanda del tutto legittima. Potresti chiedergli perché ritiene quella strategia preferibile nel tuo caso, quale beneficio si aspetta, quali alternative esistono e se il farmaco di cui hai letto potrebbe avere un ruolo adesso oppure successivamente. Una buona decisione oncologica non consiste soltanto nell’individuare una terapia potenzialmente efficace, ma nello scegliere la terapia più appropriata per quella persona e in quel momento della sua malattia.»
«Ma se tu conoscessi tutti i miei esami, la TAC, il referto istologico, le analisi molecolari e tutto quello che sappiamo sugli studi disponibili, potresti dirmi qual è la terapia migliore per me?»
«Potrei aiutarti a mettere insieme queste informazioni, confrontare le diverse opzioni e spiegarti vantaggi, rischi e grado di evidenza di ciascuna. Ma “la terapia migliore” non sempre può essere ricavata dai dati come il risultato di un’equazione. Due persone con una malattia apparentemente identica possono attribuire un valore diverso allo stesso beneficio o allo stesso rischio. Ci sono decisioni nelle quali conoscere meglio i dati aiuta, ma non elimina l’incertezza.»
«Allora dimmi questo: se fossi tu al mio posto, cosa sceglieresti?»
Qui vale la pena interrompere perché chi ha risposto finora non è un oncologo, ma è ChatGPT.
Ho simulato una conversazione e questo è il risultato.
Sappiamo bene che ChatGPT non ha frequentato una Facoltà di Medicina, né una Scuola di Specializzazione, non ha comunicato una diagnosi, non ha gestito una tossicità inattesa, eppure le sue risposte suonano familiari a noi oncologi. Distinguono un biomarcatore da un’indicazione terapeutica, riconoscono il senso della sequenza dei trattamenti e sanno pronunciare la frase più medica di tutte: “dipende”.
Un sistema di intelligenza artificiale può naturalmente sbagliare: omettere informazioni decisive, usare fonti inadeguate, produrre affermazioni errate con una sicurezza linguistica che le rende credibili. Ma la domanda interessante non è se ChatGPT possa sbagliare oggi, né se oggi possa sostituire un oncologo (e ovviamente non può). La domanda è che cosa accadrà quando questi sistemi saranno molto migliori: quando leggeranno in pochi istanti la letteratura mondiale, integreranno immagini radiologiche e anatomopatologiche, confronteranno un singolo paziente con milioni di altri.
A quel punto, che cosa resterà del vantaggio cognitivo del medico?
Per secoli parte dell’autorevolezza della medicina è derivata da una condizione semplice: il medico sapeva cose che gli altri non sapevano. Internet aveva già iniziato a ridurre questa asimmetria; l’AI generativa potrebbe cambiarne definitivamente la natura. Nessuna disciplina lo mostra con l’intensità dell’oncologia, dove negli ultimi vent’anni abbiamo moltiplicato classificazioni, biomarcatori, sottogruppi molecolari, sequenze terapeutiche. Si tratta di una letteratura che nessun clinico, neanche quello più studioso, può più dominare nella sua interezza.
Per molto tempo abbiamo pensato che la risposta alla complessità fosse sapere di più. Forse non lo è più. Il paradosso è che proprio l’oncologia di precisione, costruita sulla crescente mole di informazioni, ci sta portando verso un mondo in cui l’informazione sarà probabilmente la parte meno esclusivamente umana della medicina.
La domanda non è se ChatGPT saprà fare l’oncologo, ma cosa significhi essere oncologi quando sapere non basta più. La risposta sta in una parola che la medicina ha sempre conosciuto, ma che l’abbondanza di conoscenza rende ancora più centrale: decidere.
Conoscere tutte le opzioni non significa sapere quale sia quella giusta per la persona che abbiamo davanti. Un’AI può sapere che una terapia ha prodotto, in uno studio, un vantaggio statisticamente significativo in PFS, può stimare con precisione crescente la probabilità individuale di beneficio. Ma trasformare questo in una decisione significa chiedersi quanto quel beneficio conti per quella persona, a quale prezzo in tossicità, quale tipo di tempo desideri guadagnare.
L’oncologia è piena di decisioni in cui i dati finiscono prima della domanda: trattare o osservare, intensificare o preservare, continuare o fermarsi, seguire rigorosamente l’evidenza o riconoscere che il paziente davanti a noi assomiglia poco alla popolazione dello studio che ha prodotto quell’evidenza. Sono decisioni che richiedono conoscenza, ma soprattutto giudizio.
Se la conoscenza diventa vasta, il valore si sposta verso la capacità di interpretarla, se l’informazione diventa istantanea, diventa prezioso il contesto. L’oncologo del futuro sarà allora sempre meno depositario della conoscenza e sempre più architetto delle decisioni e timoniere di un viaggio. Quindi non possiederà forse tutte le risposte, ma dovrà saper costruire una decisione ragionevole mettendo insieme evidenze, biologia della malattia, probabilità, esperienza clinica e preferenze del paziente.
Il paziente che entra nel nostro ambulatorio dopo aver interrogato un’AI potrebbe aver già letto le alternative, confrontato studi, preparato domande sul proprio referto molecolare. Non è necessariamente una minaccia alla nostra autorità: potrebbe essere l’occasione per fondarla su qualcosa di diverso dall’asimmetria dell’informazione, ovvero sulla qualità della relazione e del giudizio.
A mio avviso rimarrà comunque un rischio evidente: in oncologia l’errore più insidioso non è quasi mai l’affermazione palesemente falsa, ma quella “quasi vera”, formulata con sufficiente sicurezza da sembrare definitiva.
Per questo la competenza medica potrebbe diventare ancora più importante proprio quando la conoscenza diventerà sempre più accessibile. Servirà qualcuno capace non solo di fornire informazioni ma di valutarne l’affidabilità; non solo di descrivere le possibilità ma di attribuire loro un peso; non solo di calcolare probabilità ma aiutare a comprendere cosa significhino davvero nella vita di quella persona malata che è davanti a noi nel nostro ambulatorio.
Quindi, se una parte dell’autorevolezza del medico derivava dal possesso della conoscenza, quando quella conoscenza diventerà disponibile a tutti forse perderemo una forma di autorità, ma potremo recuperarne una più importante: quella che non deriva dal sapere qualcosa che il paziente non sa, ma dalla capacità di attraversare insieme a lui o a lei l’incertezza.
L’intelligenza artificiale cambierà profondamente l’oncologia, non c’è dubbio, e il cambiamento è già in atto. Leggerà immagini, integrerà dati molecolari, riassumerà cartelle cliniche, suggerirà ipotesi. E proprio mentre le macchine diventeranno straordinariamente brave a produrre risposte, diventerà più evidente ciò che rende necessario un medico: non avere tutte le risposte, ma sapere quale risposta conta, per quella persona, in quel momento.
Forse l’oncologia dopo ChatGPT comincia da qui.
Rossana Berardi
Prof. Ordinario di Oncologia, Università Politecnica delle Marche
Direttrice Clinica Oncologica, AOU delle Marche
Presidente eletta, Associazione Italiana di Oncologia Medica
