Un modello di intelligenza artificiale analizza cartelle cliniche e dati sanitari per individuare il rischio di violenza da partner con anni di anticipo, aprendo la strada a interventi preventivi
Per anni l’individuazione della violenza domestica nel sistema sanitario si è basata quasi esclusivamente sulle dichiarazioni spontanee delle vittime, un passaggio spesso ostacolato da paura, stigma e rischio di ritorsioni. Un nuovo studio condotto da ricercatori della Harvard Medical School e sostenuto dai National Institutes of Health propone però un cambio di paradigma: utilizzare l’intelligenza artificiale per individuare precocemente i segnali di rischio direttamente nei dati sanitari.
Il team ha sviluppato modelli di apprendimento automatico capaci di analizzare cartelle cliniche e referti radiologici di oltre 6.000 pazienti, individuando pattern associati alla violenza del partner intimo. Il sistema più avanzato ha raggiunto un’accuratezza dell’88% e, in molti casi, è riuscito a segnalare il rischio con più di tre anni di anticipo rispetto al momento in cui le vittime si rivolgono ai servizi ospedalieri dedicati.
Quando la violenza resta invisibile nei sistemi sanitari
La cosiddetta Intimate partner violence (Ipv) comprende abusi fisici, psicologici o sessuali perpetrati da partner attuali o precedenti. Le conseguenze possono essere gravi e durature: traumi potenzialmente letali, dolore cronico, depressione, ansia e altri disturbi mentali.
Negli Stati Uniti si tratta di un fenomeno estremamente diffuso che colpisce milioni di persone nel corso della vita. Tuttavia, una parte consistente dei casi resta sommersa. Molte vittime non parlano con i medici per timore di ritorsioni, dipendenza economica o pressione sociale.
Questo significa che il sistema sanitario spesso interviene troppo tardi, quando la violenza è già emersa in modo evidente o ha provocato conseguenze gravi.
L’idea: leggere i segnali nascosti nei dati sanitari
Partendo da questa criticità, i ricercatori hanno ipotizzato che i dati clinici già raccolti durante le visite mediche possano contenere indizi utili per individuare situazioni di rischio.
Le cartelle cliniche includono infatti numerose informazioni: storia delle visite, diagnosi, referti radiologici, descrizioni di traumi, prescrizioni farmacologiche e annotazioni cliniche.
Secondo gli autori dello studio, soprattutto i radiologi possono cogliere segnali ricorrenti, come schemi specifici di lesioni o frequenza anomala di traumi, che nel tempo possono suggerire una situazione di violenza domestica.
L’intelligenza artificiale può essere addestrata proprio a riconoscere questi pattern invisibili a un’analisi manuale tradizionale.
Tre modelli di IA messi a confronto
Il gruppo di ricerca ha costruito e confrontato tre diversi sistemi di apprendimento automatico, ciascuno basato su tipologie differenti di dati clinici.
Il primo modello analizzava dati strutturati, cioè informazioni organizzate in tabelle come diagnosi, codici clinici e dati demografici.
Il secondo utilizzava dati non strutturati, cioè testi presenti nelle cartelle cliniche, comprese le descrizioni dei referti radiologici.
Il terzo modello era multimodale, cioè integrava entrambe le fonti di informazione.
Per addestrare gli algoritmi sono stati utilizzati dati ospedalieri raccolti in diversi anni relativi a quasi 850 donne vittime di violenza domestica e oltre 5.200 pazienti di controllo, con caratteristiche demografiche simili.
L’algoritmo più efficace anticipa il rischio di anni
Tutti i sistemi hanno dimostrato prestazioni elevate, ma il modello multimodale è risultato il più efficace.
Integrando dati strutturati e non strutturati ha raggiunto un’accuratezza dell’88% nell’individuare casi di violenza domestica.
Inoltre, due dei modelli sviluppati sono riusciti a identificare il rischio mediamente oltre tre anni prima che le pazienti si rivolgessero ai servizi ospedalieri dedicati alla violenza domestica.
Un elemento interessante è che il modello basato solo sui dati tabellari individuava il rischio leggermente prima, mentre il sistema multimodale riusciva a riconoscere un numero maggiore di casi.
Verso strumenti di supporto per i medici
Secondo gli autori dello studio, l’obiettivo non è creare un sistema che “diagnostichi” la violenza domestica, ma uno strumento di supporto decisionale per i clinici.
Il software potrebbe essere integrato nelle cartelle cliniche elettroniche, segnalando automaticamente ai medici quando determinati pattern nei dati suggeriscono un possibile rischio.
Questo permetterebbe di aprire conversazioni delicate ma fondamentali con i pazienti, offrendo informazioni e accesso a servizi di supporto prima che la situazione degeneri.
Il passaggio sarebbe significativo: da un sistema sanitario reattivo, basato sulla denuncia, a uno proattivo, capace di individuare precocemente i segnali di pericolo.
Le cautele: privacy, etica e centralità del paziente
Gli stessi ricercatori sottolineano però che strumenti di questo tipo devono essere utilizzati con estrema attenzione.
L’intelligenza artificiale non deve forzare la divulgazione di informazioni né sostituire il giudizio clinico. Il suo ruolo dovrebbe essere quello di supportare i professionisti sanitari, aiutandoli ad avviare dialoghi empatici e informati con i pazienti.
Per questo il team ha sviluppato anche linee guida per i medici, pensate per gestire le conversazioni con sensibilità e rispetto.
Se implementata correttamente, questa tecnologia potrebbe diventare una nuova frontiera della prevenzione nella sanità pubblica, contribuendo a intercettare situazioni di violenza che oggi restano invisibili.