Intelligenza artificiale e gestione della complessità clinica in Medicina Generale: definizione delle priorità di cura

¹SIMG segretario regione Emilia-Romagna; ²Genomedics Srl, Firenze

Introduzione

La complessità clinica rappresenta oggi l'attività ordinaria della Medicina Generale. Pazienti anziani, fragili, pluripatologici, spesso in polifarmacoterapia, pongono il MMG di fronte a decisioni che vanno ben oltre l'applicazione delle singole linee guida. Nella pratica reale, il nodo centrale non è stabilire quale intervento sia corretto in astratto, ma decidere che cosa venga prima, che cosa sia prioritario e che cosa possa essere rimandato, rivalutato o semplificato. La priorità di cura è un atto clinico complesso che integra dimensioni biologiche, funzionali, prognostiche, sociali e valoriali. In questo contesto, la Valutazione Multidimensionale (VMD) rappresenta lo strumento cardine per orientare il ragionamento clinico.

Un supporto ulteriore può oggi provenire dall'Intelligenza Artificiale (IA) che, ricevendo dati sufficienti, può aiutarci nella lettura e nel governo della complessità, ad esempio, impostando una bozza di PAI (Piano Assistenziale Individuale).

La priorità di cura

In Medicina Generale, la priorità di cura non coincide sempre con l'aderenza rigida alle linee guida. Essa nasce dall'integrazione di:

• rischio clinico e prognosi
• impatto funzionale e qualità di vita
• burden terapeutico e rischio iatrogeno
• preferenze del paziente
• contesto familiare e sociale

Questo processo è longitudinale, contestuale e fortemente dipendente dalla conoscenza globale del paziente. Si tratta di una competenza distintiva del MMG: difficilmente formalizzabile, ma centrale nella gestione della complessità e nella prevenzione dell'inappropriatezza.

Ruolo dell'IA: supporto cognitivo, non decisionale

Cosa l'IA può fare

In pazienti complessi, l'IA può supportare il MMG nel:

• sintetizzare la storia clinica longitudinale
• integrare dati clinici, terapeutici e funzionali
• evidenziare conflitti tra raccomandazioni
• segnalare aree di rischio (polifarmacoterapia, cadute, sarcopenia)

Cosa valutare criticamente rispetto al contributo dell'IA

• inquadramento obiettivi di cura (il livello di complessità bio-psico-sociale può sfuggire alla IA)
• rischio di stabilire priorità in modo automatico
• proposta di decisioni terapeutiche non contestualizzate

Il prompt "corretto" per questo compito

Caso clinico (utilizzato a scopo didattico)

Uomo, 82 anni, vive solo.

Patologie: diabete mellito tipo 2, fibrillazione atriale, BPCO moderata, insufficienza renale cronica stadio 3b (GFR: 40 mL/min/m²), ipertensione arteriosa, decadimento cognitivo lieve.

Terapia: Dapagliflozin, Ramipril, Rosuvastatina, Allopurinolo, Apixaban, Amlodipina, Bisoprololo, Glicopirronio/Formoterolo.

Contesto sociale: rete sociale limitata; figlia residente fuori regione.

VMD e Brief MPI

Nel corso di una rivalutazione globale viene eseguita dal MMG una VMD mediante Brief MPI, che evidenzia:

• Dominio funzionale: ridotta mobilità, due cadute negli ultimi 6 mesi
• Dominio cognitivo: deficit lieve con difficoltà nella gestione autonoma della terapia
• Dominio nutrizionale: lieve perdita di peso
• Dominio clinico: buon controllo glicemico
• Dominio sociale: isolamento e scarsa supervisione quotidiana

Il Brief MPI (0.55; valori: 0 non fragile, 1 estremamente fragile) colloca il paziente in una fascia di fragilità intermedia, con rischio evolutivo significativo.

Il problema clinico

Secondo le singole linee guida, le patologie risultano "correttamente trattate". La VMD con il Brief MPI mettono però in evidenza un elemento prioritario: l'elevato rischio iatrogeno complessivo, legato a fragilità, polifarmacoterapia e ridotta autonomia. Il problema clinico non è "aggiungere" interventi, ma ridefinire le priorità di cura in funzione di sicurezza, qualità di vita e sostenibilità assistenziale.

Il supporto dell'IA al ragionamento clinico in questo scenario può consistere nell'impostare un PAI, che poi sarà rivalutato dal MMG rispetto alle caratteristiche meno "oggettivabili" del paziente, aspetti che solo il curante conosce. La decisione finale resta clinica, integrata con la conoscenza longitudinale del paziente.

Rischi e criticità

• eccessiva standardizzazione della complessità
• automation bias nella definizione delle priorità
• confusione tra sintesi dei dati e comprensione globale del paziente

Risposta di GPT 5.2 – PAI operativo

Le azioni del MMG a partire dal PAI

In questo caso il MMG, aiutato dal PAI predisposto dalla IA che permette di allargare lo sguardo e riduce il rischio di trascurare qualche aspetto, ha effettuato le seguenti azioni:

1. ▶ riduzione degli orari di somministrazione, utilizzo di associazioni precostituite (es. ramipril e bisoprololo, rosuvastatina e amlodipina); uso di portapillole settimanale con giorni e orari;
2. ▶ attivazione valutazione fisiatrica per fisioterapia domiciliare (valutazione dinamica della marcia ed ambiente domestico);
3. ▶ colloquio con la figlia per concordare monitoraggio telefonico serrato e per renderla partecipe del progetto di cura;
4. ▶ attivazione, tramite assistenti sociali, di pasti a domicilio (5 pranzi a settimana);
5. ▶ attivazione Infermiere di comunità per monitoraggio compliance terapeutica (IFEC: infermiera di famiglia e comunità garantisce assistenza infermieristica di prossimità, orientata alla prevenzione, alla gestione delle cronicità e al supporto alle famiglie integrandosi con MMG e assistenti sociali);
6. ▶ programmazione rivalutazione tramite Brief MPI a 3 mesi.

Conclusioni

La definizione della priorità di cura rappresenta una delle competenze distintive del MMG nella gestione della complessità clinica.

L'IA, se utilizzata in modo consapevole, può supportare questo processo, migliorando la leggibilità dei dati, riducendo il carico cognitivo ed il rischio di trascurare qualche opzione senza intaccare la responsabilità decisionale del medico.