Redazione
Il 4 settembre l’International Journal of AYUSH ha pubblicato un lavoro dal titolo “The Future of Precision Homoeopathy: A Multimodal Agentic Intelligence Architecture for Generative Case Reconstruction, Counterfactual Remedy Reasoning and Adaptive Longitudinal Individualisation”. Gli autori sono Piyushkumar Dholariya, architetto tecnologico presso Hexaware Technologies, e Prakruti Mandaliya, del dipartimento di Materia Medica del Baroda Homoeopathic Medical College di Vadodara, in India. È una revisione narrativa della letteratura, condotta su PubMed, Google Scholar, IEEE Xplore, Scopus, Cochrane Library e AYUSH Research Portal, che propone un’architettura concettuale multi-agente pensata per la ricerca omeopatica, senza descrivere un sistema già realizzato o testato in clinica.
Che cosa propongono gli autori
Il lavoro distingue due tipi di sistemi. L’intelligenza artificiale generativa, costruita sui modelli linguistici di grandi dimensioni, produce testi o ipotesi a partire da un prompt. L’intelligenza artificiale agentica pianifica ed esegue autonomamente compiti articolati in più passaggi, richiamando in sequenza strumenti o basi di dati esterne. Su questa distinzione poggia la proposta degli autori, che tocca quattro aree: la ricostruzione del caso clinico, il supporto alla repertorizzazione, il confronto tra diversi rimedi possibili e l’individualizzazione della terapia nel tempo.
Il termine “multimodale”, presente già nel titolo del lavoro, indica che il sistema immaginato non lavorerebbe soltanto sul testo dell’anamnesi scritta, ma potrebbe integrare anche altri tipi di dati clinici raccolti durante la visita, per arrivare a una ricostruzione del caso più completa. Il secondo pilastro, il ragionamento “controfattuale” sui rimedi, riguarda la possibilità di confrontare più rimedi candidati simulando come cambierebbe l’interpretazione del caso se si desse più o meno peso a un determinato sintomo: un esercizio che, nella pratica omeopatica tradizionale, un medico esperto svolge già mentalmente durante la repertorizzazione, quando pesa i sintomi mentali, generali e locali per arrivare al simillimum. L’ultimo pilastro riguarda invece il follow-up nel tempo: un sistema agentico potrebbe conservare la storia clinica del paziente attraverso le visite successive e segnalare quando l’evoluzione dei sintomi suggerisce di rivedere il rimedio o la potenza prescritta, un compito che oggi dipende interamente dagli appunti e dalla memoria del medico curante.
I benefici individuati
Gli autori ricordano che i software di repertorizzazione computerizzata sono già da tempo uno strumento diffuso tra gli omeopati e rappresentano il precedente storico diretto di questi sviluppi. Le applicazioni dell’intelligenza artificiale generativa e agentica rivolte specificamente all’Omeopatia restano invece poche. La revisione cita, come esempi concreti, un sistema esperto per l’Omeopatia sviluppato nel 2021, un progetto del 2020 che ha sperimentato l’estrazione automatica di informazioni da testi scritti dai pazienti per suggerire un rimedio, e un lavoro più recente che integra analisi dei dati e apprendimento automatico nella scelta del rimedio. Sono, secondo gli stessi autori, esperimenti isolati più che una linea di ricerca consolidata.
Il campo della revisione sistematica della letteratura offre un termine di paragone più maturo. Strumenti come RobotReviewer, già impiegati in medicina convenzionale per individuare automaticamente i rischi di bias negli studi clinici, potrebbero in teoria essere adattati alla letteratura omeopatica, aiutando i ricercatori a organizzare e vagliare una mole di pubblicazioni che cresce più rapidamente della capacità di leggerle una per una. Secondo la revisione, i margini di miglioramento più concreti e immediatamente raggiungibili riguardano proprio questo tipo di lavoro redazionale e archivistico: l’analisi automatizzata della letteratura scientifica, l’automazione di alcune fasi delle revisioni sistematiche e la standardizzazione della documentazione clinica, un aspetto che lo studio segnala come una debolezza storica della pratica omeopatica, spesso affidata ad appunti disomogenei da caso a caso.
I rischi segnalati
Il testo espone con chiarezza le criticità. Un sistema addestrato su migliaia di casi tende naturalmente a individuare pattern ricorrenti e i rimedi statisticamente più frequenti per un certo insieme di sintomi. La pratica omeopatica classica lavora nella direzione opposta: cerca ciò che rende un paziente diverso da tutti gli altri, anche quando i sintomi di superficie si assomigliano. Gli autori descrivono questa tensione tra impostazione individualizzante e tendenza generalizzante come uno dei nodi concettuali più difficili da sciogliere prima di qualunque applicazione clinica. A questo si aggiunge la scarsità di dati specifici sull’Omeopatia disponibili per addestrare questi sistemi, e il rischio di allucinazioni, cioè risposte plausibili ma inventate, un fenomeno ormai ben documentato nella letteratura sui modelli linguistici di grandi dimensioni.
Restano aperte anche le domande sulla spiegabilità delle decisioni prese da un sistema agentico, sulla regolamentazione e sulla responsabilità professionale in caso di errore. Se un sistema agentico interroga autonomamente più fonti e propone un rimedio, non è del tutto chiaro chi risponda di un eventuale errore: lo sviluppatore del software, il medico che ne accoglie il suggerimento o l’istituzione che lo ha adottato. Restare per ora a un impiego di supporto documentale, e non prescrittivo, evita di dover rispondere subito a questa domanda, ma gli autori avvertono che la questione si riproporrà non appena questi strumenti verranno testati in contesti clinici reali. Gli autori segnalano infine il rischio che un’intelligenza artificiale addestrata su fonti eterogenee finisca per rafforzare affermazioni non verificate, semplicemente perché più diffuse in rete.
Ricerca sì, sostituzione della clinica no
La conclusione della revisione è misurata. Gli autori riconoscono all’intelligenza artificiale generativa e agentica un valore concreto e già ottenibile oggi per la ricerca e la documentazione in Omeopatia, e giudicano premature, rispetto alle evidenze attualmente disponibili, ipotesi di impiego clinico che precedano una validazione prospettica e un quadro regolatorio chiaro. Il modello che propongono resta centrato su un controllo umano costante: la funzione dell’intelligenza artificiale è di supporto alla decisione, mai di sua sostituzione.
Un dibattito che seguiamo da tempo
Generiamo Salute è tornata più volte su questo tema. Nel 2023 ci eravamo chiesti se l’IA in Omeopatia rappresentasse un’opportunità o un rischio, in Intelligenza Artificiale e Omeopatia: rischi e possibilità. Più di recente il dottor Giovanni De Giorgio ha raccontato la sua sperimentazione personale con le immagini generate dall’IA e con la competenza narrativa dell’omeopata in Intelligenza artificiale, immagini omeopatiche e competenza narrativa. L’esperienza indiana raccontata in Omeopatia e medicina digitalizzata possono convivere? aveva già mostrato come telemedicina e intelligenza artificiale possano affiancare il rapporto tra medico e paziente, mantenendolo centrale. Sullo sfondo filosofico della questione resta Intelligenza naturale e artificiale – Scienza e coscienza, un’interrogazione su cosa intendiamo davvero quando parliamo di intelligenza, prima ancora di aggiungerci l’aggettivo artificiale.
Il quadro che emerge dalla ricerca pubblicata a settembre conferma questa linea di continuità: strumenti utili per organizzare dati, velocizzare la ricerca bibliografica e uniformare la documentazione clinica, ancora lontani dal poter entrare, da soli, nello studio del medico.
