AI in anestesia: come KOI riduce gli errori di classificazione ASA-PS dell'89%

Il problema: la variabilità nella classificazione ASA-PS

#

La classificazione ASA-PS è il gold standard per la valutazione preoperatoria del rischio anestesiologico. Ogni paziente che deve essere operato riceve un punteggio da ASA I (paziente sano) a ASA V (paziente moribondo), che guida le decisioni dell’anestesista su tipo di anestesia, monitoraggio e gestione postoperatoria.

Un sistema critico con un difetto noto

#

Il problema è conosciuto da decenni: la variabilità inter-osservatore è alta. Studi pubblicati mostrano che gli anestesisti concordano sulla classificazione corretta solo nel 70% dei casi — 7 volte su 10.

Questo significa che lo stesso paziente, visitato da due anestesisti diversi, può ricevere classificazioni diverse. E la classificazione ASA-PS non è un esercizio accademico: determina il livello di monitoraggio, le precauzioni anestesiologiche e l’allocazione delle risorse.

Cosa succede quando la classificazione è sbagliata

#

Lo studio HTX: 11 modelli AI, 20 casi clinici

#

HTX ha condotto uno studio sistematico per valutare se i modelli linguistici (LLM) possono migliorare la consistenza della classificazione ASA-PS.

Metodologia

#

• 20 vignette cliniche standardizzate, selezionate dai benchmark ASA-PS più studiati nella letteratura scientifica
• 11 modelli linguistici testati, da modelli di prima generazione a modelli di ragionamento avanzati
• Test multilingue: ogni caso valutato sia in inglese che in italiano
• Trials ripetuti: ogni modello testato più volte per verificare la riproducibilità

I modelli testati

#

Risultati chiave

#

I modelli di ragionamento avanzati raggiungono il 97,5% di accuratezza (95% CI: 92,9%-99,1%), superando significativamente:

• I modelli di prima generazione (~77%)
• Il benchmark umano (7,7/10 = 77%)

L’errore medio scende drasticamente:

• Medici: 2,3 misclassificazioni ogni 10 casi
• Modelli prima generazione: 2,3 misclassificazioni (simile ai medici)
• Modelli avanzati: 0,25 misclassificazioni ogni 10 casi

Questo rappresenta una riduzione dell'89% dell’errore rispetto alla classificazione manuale.

DeepSeek R1: privacy senza compromessi

#

Un risultato particolarmente rilevante: DeepSeek R1, un modello open-source deployabile completamente on-premise, ha mostrato:

• Accuratezza al pari dei migliori modelli commerciali
• Perfetta riproducibilità su trials ripetuti (stesso caso, stesso risultato)
• Zero dipendenza da server cloud

Questo dimostra che il deploy privato — fondamentale in sanità — è fattibile senza sacrificare l’accuratezza.

Come funziona KOI

#

KOI è il sistema di supporto decisionale per l’anestesiologia sviluppato da HTX. Trasforma i risultati della ricerca in uno strumento clinico utilizzabile.

Il flusso di lavoro

#

Step 1 — Analisi della cartella clinica

KOI riceve i dati del paziente: anamnesi, esame fisico, esami diagnostici. Il modello AI analizza il quadro clinico completo usando un approccio chain-of-thought — lo stesso tipo di ragionamento strutturato che un anestesista esperto applica mentalmente.

Step 2 — Classificazione ASA-PS

Il modello produce:

• Una classificazione ASA-PS (da I a V)
• Un ragionamento clinico dettagliato che spiega perché ha scelto quella classe
• Un punteggio di confidenza che indica quanto il modello è sicuro della classificazione
• Le diagnosi chiave che hanno influenzato la decisione

Ogni classificazione è spiegabile e verificabile. Non è una black box.

Step 3 — Decisione del medico

L’anestesista:

• Legge la classificazione proposta e il ragionamento
• La confronta con il proprio giudizio clinico
• Decide se accettarla, modificarla o approfondire

KOI è un sistema human-in-the-loop: supporta la decisione del medico, non la sostituisce.

Architettura: i dati non escono mai dall’ospedale

#

KOI gira su PRISMA, l’infrastruttura AI privata di HTX:

• On-premise: il modello gira dentro l’ospedale
• Crittografia end-to-end: i dati sono protetti in transito e a riposo
• Nessun dato verso l’esterno: nemmeno i metadati
• GDPR e AI Act compliant by design

In un settore dove il 38,4% degli studi su LLM non implementa adeguate protezioni dei dati, KOI è progettato per la privacy fin dalla fondazione.

Stato normativo e roadmap

#

Research Use Only (RUO)

#

KOI è attualmente classificato come Research Use Only — utilizzabile per:

• Ricerca clinica
• Validazione scientifica
• Studi osservazionali
• Formazione e training

Non è utilizzabile per la pratica diagnostica clinica.

Percorso verso il dispositivo medico

#

HTX sta seguendo un percorso strutturato di certificazione:

Il progetto finanziato

#

KOI nasce dal progetto “ASA-PS Classification”, finanziato dalla Regione Friuli Venezia Giulia (LR 22/2022, art. 7 — sostegno a progetti di validazione TRL 6-8, grant 90.000 euro). In collaborazione con l’Ospedale del Quadrante (Ramsay Santé), il progetto valida clinicamente il sistema AI per la classificazione ASA-PS nel periodo dicembre 2025 - novembre 2026.

Perché l’AI in anestesiologia è diversa

#

L’AI in medicina è spesso associata a promesse eccessive. La classificazione ASA-PS è un caso diverso, per tre motivi:

1. Il problema è ben definito

#

La classificazione ASA-PS ha criteri chiari, casi di studio pubblicati e benchmark consolidati. Non stiamo chiedendo all’AI di “diagnosticare il cancro” — le chiediamo di classificare un paziente su una scala standardizzata, usando informazioni strutturate.

2. L’errore umano è documentato e frequente

#

La variabilità inter-osservatore del 30% non è contestata: è un dato pubblicato e replicato. L’AI non deve essere perfetta — deve essere più consistente dei medici. E con il 97,5% di accuratezza, lo è.

3. Il modello human-in-the-loop mitiga il rischio

#

KOI non decide: propone. Il medico ha sempre l’ultima parola. Il sistema aggiunge un secondo parere oggettivo — come avere un collega esperto sempre disponibile.

Per chi è KOI

#

KOI è rilevante per:

• Ospedali che vogliono ridurre la variabilità nella valutazione preoperatoria
• Gruppi ospedalieri che cercano consistenza tra strutture diverse
• Ricercatori in anestesiologia che studiano il supporto decisionale AI
• Università che formano specializzandi in anestesia

Se sei interessato a una collaborazione di ricerca o a un pilota RUO, contattaci.

Scopri KOI →

Questo articolo è stato scritto dal team di HTX — Human Technology eXcellence. KOI è attualmente Research Use Only (RUO). Le informazioni contenute in questo articolo hanno carattere divulgativo e non costituiscono consiglio medico.

Domande frequenti

#