L'introduzione di una tecnologia medica innovativa (IMT) sul mercato segue un percorso evolutivo noto come hype cycle, caratterizzato da fasi di entusiasmo iniziale, delusioni, consolidamento e adozione routinaria. Per quanto riguarda l'applicazione di sistemi di Intelligenza Artificiale (IA) in campo medico ci troviamo attualmente nella fase di implementazione, caratterizzata da un forte entusiasmo, ma anche dall'emergere di rischi etici, operativi e per la salute. La rapida evoluzione degli algoritmi spesso supera la capacità di adattamento delle normative, evidenziando la necessità di regolamentazioni specifiche per la gestione di tali rischi. La medicina legale, abituata ad integrare due approcci distinti ma complementari - quello proattivo, volto a prevenire errori identificando e classificando i rischi, e quello reattivo, mirato alla ricostruzione degli eventi avversi per determinarne le cause - può rivelarsi di grande supporto ai ricercatori e al legislatore nell'integrazione sicura ed etica dell'IA. Il presente studio si propone di applicare la metodologia medico-legale utilizzata in ambito di responsabilità professionale medica, basata sulle Linee Guida dell'European Council of Legal Medicine (ECLM), per valutare casi di responsabilità professionali legate all'impiego dell'IA in medicina. I risultati sottolineano la necessità di un aggiornamento metodologico che permetta una valutazione rigorosa e condivisa del nesso causale in contesti di contenzioso medico-legale legati alle specificità dei sistemi di lA.
Intelligenza Artificiale In Sanità: Proposta Di Una Nuova Metodologia Medico-legale In Materia Di Responsabilita Medica / Cecchi, Rossana; Calabrò, Francesco; Haja, Tudor Mihai; Sperti, Michela; Zizzi, Eric Adriano; Deriu, Marco Agostino. - In: RIVISTA ITALIANA DI MEDICINA LEGALE E DEL DIRITTO IN CAMPO SANITARIO. - ISSN 2499-2860. - STAMPA. - 3-4:(2024), pp. 441-462.
Intelligenza Artificiale In Sanità: Proposta Di Una Nuova Metodologia Medico-legale In Materia Di Responsabilita Medica
Sperti, Michela;Zizzi, Eric Adriano;Deriu, Marco Agostino
2024
Abstract
L'introduzione di una tecnologia medica innovativa (IMT) sul mercato segue un percorso evolutivo noto come hype cycle, caratterizzato da fasi di entusiasmo iniziale, delusioni, consolidamento e adozione routinaria. Per quanto riguarda l'applicazione di sistemi di Intelligenza Artificiale (IA) in campo medico ci troviamo attualmente nella fase di implementazione, caratterizzata da un forte entusiasmo, ma anche dall'emergere di rischi etici, operativi e per la salute. La rapida evoluzione degli algoritmi spesso supera la capacità di adattamento delle normative, evidenziando la necessità di regolamentazioni specifiche per la gestione di tali rischi. La medicina legale, abituata ad integrare due approcci distinti ma complementari - quello proattivo, volto a prevenire errori identificando e classificando i rischi, e quello reattivo, mirato alla ricostruzione degli eventi avversi per determinarne le cause - può rivelarsi di grande supporto ai ricercatori e al legislatore nell'integrazione sicura ed etica dell'IA. Il presente studio si propone di applicare la metodologia medico-legale utilizzata in ambito di responsabilità professionale medica, basata sulle Linee Guida dell'European Council of Legal Medicine (ECLM), per valutare casi di responsabilità professionali legate all'impiego dell'IA in medicina. I risultati sottolineano la necessità di un aggiornamento metodologico che permetta una valutazione rigorosa e condivisa del nesso causale in contesti di contenzioso medico-legale legati alle specificità dei sistemi di lA.File | Dimensione | Formato | |
---|---|---|---|
R.P. e I.A. RIML.pdf
accesso riservato
Descrizione: Versione Editoriale di Stampa
Tipologia:
2a Post-print versione editoriale / Version of Record
Licenza:
Non Pubblico - Accesso privato/ristretto
Dimensione
3.67 MB
Formato
Adobe PDF
|
3.67 MB | Adobe PDF | Visualizza/Apri Richiedi una copia |
Pubblicazioni consigliate
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/11583/3001115