IA e malattie rare: una sfida complessa

La diagnosi differenziale delle malattie rare rappresenta una sfida significativa in ambito medico. Nonostante colpiscano una parte considerevole della popolazione, la loro identificazione rimane complessa. I modelli linguistici di grandi dimensioni (LLM), grazie alle loro capacità di richiamo, sono stati esplorati per questo scopo, ma con risultati non sempre ottimali.

MIMIC-RD: un nuovo benchmark

Un nuovo studio ha introdotto MIMIC-RD, un benchmark per la diagnosi differenziale delle malattie rare, costruito mappando direttamente entità di testo clinico a Orphanet, un database di riferimento. La metodologia ha previsto un processo iniziale di analisi basato su LLM, seguito dalla validazione da parte di esperti medici per confermare l'effettiva presenza di malattie rare.

Limiti degli LLM attuali

La valutazione di diversi modelli sul dataset di 145 pazienti ha evidenziato che gli LLM più avanzati mostrano prestazioni insufficienti nella diagnosi differenziale delle malattie rare. Questo sottolinea un divario tra le capacità attuali dell'IA e le reali necessità cliniche. La ricerca suggerisce diverse direzioni future per migliorare la diagnosi di queste patologie.