UTILIZZO DELL’INTELLIGENZA ARTIFICIALE IN CAMPO SANITARIO

ANALISI LETTERATURA MEDICA CON SEMANTICASE

A supporto della nostra convinzione che il settore della sanità possa essere largamente supportato da un utilizzo controllato dell’AI, è stato pubblicato un articolo scientifico che analizza come la vastità della letteratura medica possa essere più facilmente gestita attraverso strumenti di intelligenza artificiale.

L’ARTICOLO

Santoro, M., & Nardini, C. (2025).

Istituto per le Applicazioni del Calcolo, Consiglio Nazionale delle Ricerche

Large-Scale Analysis of the Medical Discourse on Rheumatoid Arthritis: Complementing with AI a Socio-Anthropologic Analysis. J, 8(4), 45.

DOI:10.3390/j8040045

Abstract:

Il discorso medico implica l’analisi delle modalità, tutt’altro che imparziali, con cui ipotesi e risultati vengono presentati nella diffusione dei risultati nelle pubblicazioni scientifiche. Ciò pone enfasi diverse sul contesto, la pertinenza, la solidità e i presupposti che il pubblico dà per scontati. Questo concetto è ampiamente studiato in socio-antropologia. Tuttavia, rimane generalmente trascurato all’interno della comunità scientifica che conduce la ricerca. Eppure, analizzare il discorso è cruciale per diverse ragioni: per definire politiche che tengano conto di un’ampia gamma di opportunità mediche; per evitare di trascurare percorsi promettenti ma meno battuti; per comprendere diversi tipi di rappresentazioni di malattie, terapie, pazienti e altri stakeholder; per comprendere come questi termini siano condizionati dal tempo e dalla cultura. Mentre i socio-antropologi utilizzano tradizionalmente metodi di curatela manuale, limitati dalla lunghezza del processo, l’apprendimento automatico e l’intelligenza artificiale possono offrire strumenti complementari per esplorare la vastità di una letteratura medica in continua crescita. In questo lavoro proponiamo una pipeline per l’analisi del discorso medico sugli approcci terapeutici all’artrite reumatoide utilizzando la modellazione degli argomenti e l’analisi delle emozioni e dei sentimenti basata sui transformers, offrendo nel complesso approfondimenti complementari alla curatela precedente.

IL RUOLO DI SEMANTICASE

L’analisi descritta nell’articolo si è avvalsa dell’utilizzo di Semanticase, il cui ruolo essenziale è stato messo chiaramente in evidenza nell’introduzione e nei supplementary, S1.pdf., in cui viene sottolineato che Semanticase rappresenta un significativo progresso nel campo dell’elaborazione del linguaggio naturale e dell’analisi semantica.

Specificamente progettato per facilitare l’esplorazione semantica approfondita dei dati testuali, Semanticase può soddisfare le diverse esigenze di ricercatori e analisti scientifici in differenti discipline, e nella fattispecie anche nella disciplina medica.

Il motore analitico principale di Semanticase si basa infatti su un’implementazione personalizzata dello Structural Topic Model, che trascende i limiti delle tecniche tradizionali di modellazione degli argomenti identificando cluster tematici all’interno dei dati testuali, e svelando la struttura gerarchica sottostante di questi argomenti.

Utilizzando questa tecnica avanzata di modellazione degli argomenti, Semanticase consente ai ricercatori di delineare i temi dominanti presenti nel loro corpus e di chiarire le complesse interazioni e relazioni tra di essi, facilitando un’esplorazione significativamente più completa della ricchezza semantica insita nei dati testuali esaminati.