Potrebbero esserci meno errori medici grazie all’intelligenza collettiva. Lo sostiene un team di ricerca del Max Planck Institute for Human Development, dell’Istituto di scienze e tecnologie della cognizione del Cnr e della Norwegian University of Science and Technology.
Gli studiosi infatti hanno sviluppato un approccio basato sull’intelligenza collettiva per aumentare l’accuratezza delle diagnosi mediche. Si tratta di una soluzione completamente automatizzata, in grado di aumentare significativamente l’accuratezza della diagnosi. Lo studio è apparso anche sulla rivista PNAS.
“I nostri risultati dimostrano come l’intelligenza collettiva possa essere utile per migliorare i servizi sanitari e salvare vite umane” – ha affermato il primo autore Ralf Kurvers, ricercatore senior presso il Center for Adaptive Rationality del Max Planck Institute for Human Development.
Negli USA 250mila morti l’anno per errori medici evitabili
Ogni anno negli USA sono circa 250.000 i decessi per errori medici evitabili. Si tratta soltanto di una stima, ma in ogni caso rappresenta un numero impressionante.
“Molti di questi errori sono imputabili a falle del processo diagnostico” – spiega il CNR in una nota. “Un modo efficace per aumentare l’accuratezza diagnostica è quello di combinare le diagnosi di più medici in una diagnosi collettiva. Tuttavia, nell’ampio contesto della medicina clinica generale, non esistono metodi affidabili per aggregare diagnosi indipendenti”.
Ecco quindi che qui si inserisce il lavoro del team di ricerca. I ricercatori infatti hanno testato 1.333 casi medici forniti da The Human Diagnosis Project, ognuno dei quali aveva già ricevuto una diagnosi in modo indipendente da 10 medici. “La soluzione collettiva ha aumentato in modo sostanziale l’accuratezza diagnostica: i singoli partecipanti hanno raggiunto il 46% di accuratezza, mentre l’unione delle decisioni di 10 partecipanti ha aumentato l’accuratezza fino al 76%. I miglioramenti sono stati osservati per tutte le specialità mediche, i sintomi principali e i livelli di inquadramento dei partecipanti“.