NLP e cartelle cliniche: il loro ruolo nell'attuale panorama sanitario

Il Natural Language Processing è una disciplina che combina informatica, linguistica computazionale e machine learning per permettere alle macchine di comprendere, interpretare e analizzare il linguaggio umano trasformandolo in dati utilizzabili per attività cliniche, amministrative e di ricerca In ambito sanitario, questa capacità assume un valore straordinario, perché gran parte delle informazioni più rilevanti per la cura del paziente non si trova nei campi strutturati delle banche dati, ma all'interno delle annotazioni scritte dai professionisti sanitari. 

L'elaborazione del linguaggio naturale rappresenta quindi uno strumento strategico per trasformare documenti apparentemente disordinati in informazioni clinicamente rilevanti. Grazie a queste tecnologie, è possibile identificare diagnosi, sintomi, farmaci, effetti collaterali, procedure terapeutiche e molte altre informazioni che altrimenti richiederebbero una lettura manuale da parte degli operatori. 

Ecco perché, oggigiorno, conoscere la tecnologia alla base di molti meccanismi automatizzati risulta fondamentale in medicina: può facilitare il professionista nella consultazione dei dati a sua disposizione e nell’accuratezza della diagnosi. 

Per riassumere in poche parole il significato di NLP, potremmo dire che si tratta della capacità dei computer di comprendere il linguaggio umano scritto o parlato. In realtà, però, il concetto è molto più ampio e stratificato.  

Il Natural Language Processing non si limita a leggere parole e frasi. I moderni algoritmi sono, infatti, in grado di: 

• riconoscere relazioni semantiche;
• individuare concetti clinici;
• identificare contesti specifici;
• classificare informazioni complesse presenti nei documenti medici.

Un medico, ad esempio, potrebbe scrivere in una cartella clinica: "Il paziente presenta dolore toracico intermittente, ma non evidenzia segni di insufficienza cardiaca". 

Per una persona, il significato è immediatamente chiaro. Per un software tradizionale, questa frase è solo una sequenza di parole. Grazie al linguaggio naturale, invece, i sistemi NLP possono riconoscere che esiste un sintomo presente (dolore toracico) e una condizione esplicitamente esclusa (insufficienza cardiaca). 

Questa capacità permette di trasformare migliaia di documenti clinici in dataset utilizzabili per: 

• ricerca clinica;
• supporto decisionale;
• farmacovigilanza;
• epidemiologia;
• gestione ospedaliera;
• monitoraggio della qualità delle cure.

Per questo motivo, l’NLPè considerato come una delle principali strategie di innovazione della sanità digitale e rappresenta uno dei pilastri dell'intelligenza artificiale applicata alla salute. 

La diffusione della cartella clinica elettronica e del fascicolo sanitario elettronico ha reso possibile, negli ultimi anni, la raccolta e l'archiviazione di enormi quantità di informazioni sui pazienti. È stato immediatamente chiaro che, a tale vantaggio, si accompagni la necessità di gestire efficacemente questi contenuti mediante strumenti avanzati. 

Riuscire a gestire i dati clinici contenuti nella cartella clinica digitale, infatti, non significa semplicemente archiviare documenti, ma trasformarli in informazioni facilmente consultabili e analizzabili. 

I sistemi di NLP in healthcare operano attraverso diversi passaggi: 

1. il testo viene acquisito e normalizzato;
2. gli algoritmi identificano entità cliniche rilevanti come malattie, farmaci, procedure e parametri biologici;
3. le informazioni raccolte vengono codificate secondo standard internazionali, utilizzati nella pratica clinica.

Grazie a questo processo, una nota medica di centinaia di righe può essere convertita in dati strutturati pronti per essere analizzati da sistemi di supporto decisionale, registri clinici o piattaforme di ricerca. 

La possibilità di trasformare documentazione narrativa in dati analizzabili rappresenta una delle applicazioni più importanti del clinical data management, disciplina individuata come  l'insieme di processi, tecnologie e metodologie utilizzati per raccogliere, organizzare, validare e gestire i dati clinici provenienti da fonti differenti. 

Tradizionalmente, la farmacovigilanza si basa su segnalazioni spontanee o revisioni manuali delle cartelle cliniche. Si tratta di un approccio spesso costoso, lento e soggetto a errori. Oggi, gli algoritmi di Natural Language Processingconsentono di analizzare automaticamente milioni di documenti clinici alla ricerca di segnali che potrebbero indicare reazioni avverse ai farmaci. 

In particolare, il sistema può individuare riferimenti a: 

• effetti collaterali;
• interazioni farmacologiche;
• eventi indesiderati;
• sospensioni terapeutiche;
• ricoveri correlati a farmaci.

L'identificazione precoce di questi segnali può migliorare significativamente la sicurezza dei pazienti e supportare le attività delle autorità regolatorie. 

Le più recenti NLP applications in healthcare, sia a livello internazionale sia a livello europeo, infatti, mostrano come queste tecnologie possano accelerare l'individuazione di problemi che altrimenti emergerebbero solo dopo mesi o anni. 

In medicina, l’NLP viene utilizzato tra l’altro per il coding diagnostico automatico. 

Il progetto europeo eCREAM e il contributo dell'Istituto Mario Negri

Tra le iniziative europee più interessanti nel settore della sanità digitale, merita particolare attenzione il progetto eCREAM, che ha visto il coinvolgimento dell'Istituto di Ricerche Farmacologiche Mario Negri. 

L'obiettivo del progetto era sviluppare soluzioni informatiche avanzate capaci di sfruttare l'elaborazione del linguaggio naturale per estrarre informazioni cliniche da grandi archivi sanitari e supportare attività di ricerca, farmacovigilanza e monitoraggio della qualità assistenziale.

L'esperienza di eCREAM dimostra come l'intelligenza artificiale possa contribuire a valorizzare il patrimonio informativo già presente negli ospedali senza richiedere la produzione di nuovi dati. 

Questo approccio è particolarmente importante in Europa, dove la disponibilità di enormi archivi sanitari rappresenta una risorsa strategica per lo sviluppo della medicina personalizzata e della ricerca clinica basata su evidenze real-world. 

Coding diagnostico e automazione della documentazione clinica

Per prassi, ogni diagnosi registrata in ospedale deve essere tradotta in codici standardizzati utilizzati per finalità cliniche, amministrative e di rimborso. Si tratta di un'attività fondamentale ma spesso molto impegnativa dal punto di vista operativo. 

I sistemi di Natural Language Processing possono analizzare le cartelle cliniche e suggerire automaticamente i codici appropriati. Questa attività risponde al nome di coding diagnostico e produce benefici significativi sia per i professionisti sanitari sia per le organizzazioni che devono gestire grandi volumi di dati clinici. 

In prospettiva, l'integrazione tra NLP, cartella clinica elettronica e intelligenza artificiale generativa potrebbe consentire la creazione di sistemi capaci di supportare automaticamente la compilazione della documentazione sanitaria, lasciando ai professionisti più tempo da dedicare all'assistenza diretta dei pazienti. 

Negli ultimi anni, la diffusione di ChatGPT e dei Large Language Models ha generato molta confusione tra NLP e LLM, spingendo molti ad utilizzarli come sinonimi. In realtà, i due concetti non coincidono. 

Il Natural Language Processing rappresenta l'intero campo scientifico dedicato all'analisi e alla comprensione del linguaggio umano da parte delle macchine. Gli LLM, invece, sono una particolare categoria di modelli basati sull'intelligenza artificiale generativa, che appartiene al più ampio ecosistema del NLP. 

In altre parole, tutti gli LLM utilizzano tecniche di NLP, ma non tutte le applicazioni NLP utilizzano necessariamente un Large Language Model. 

Nel settore sanitario, questa distinzione è importante perché molte applicazioni cliniche, come la codifica automatica delle diagnosi o l'estrazione di eventi avversi, possono essere realizzate con algoritmi NLP specializzati senza ricorrere necessariamente a modelli generativi.