Il gatto che poteva prevedere la morte

Taylor Grote / Unsplash Health Per diversi anni, il gatto Oscar si era raggomitolato accanto a 50 pazienti. Ognuno di loro morì poco dopo. Come potrebbero i medici riprodurre questa capacità?

  • Quando non c'è più niente che il tuo dottore può fare

    Frank Huyler, MD 23.11.16

    Quando è apparsa la ricaduta, è stato un diluvio completo. Due mesi dopo aver lasciato l'ospedale, S. tornò a trovarmi con spruzzi di metastasi nel fegato, nei polmoni e, insolitamente, nelle ossa. Il dolore di queste lesioni era così terrificante che solo le dosi più alte di farmaci antidolorifici lo avrebbero curato, e S. trascorse le ultime settimane della sua vita in uno stato al limite del coma, incapace di registrare la presenza della sua famiglia intorno al suo letto. Sua madre all'inizio mi ha supplicato di fargli più chemio, poi mi ha accusato di aver ingannato la famiglia sulla prognosi di S. Ho trattenuto la lingua per la vergogna: i medici, lo sapevo, hanno un record abissale nel predire quale dei nostri pazienti morirà. La morte è la nostra scatola nera definitiva.

    In un sondaggio condotto dai ricercatori dell'University College di Londra su oltre 12.000 prognosi sulla durata della vita dei malati terminali, i successi e gli insuccessi erano di vasta portata. Alcuni medici hanno predetto i decessi con precisione. Altri hanno sottovalutato la morte di quasi tre mesi; altri ancora l'hanno sopravvalutata di pari grandezza. Anche all'interno dell'oncologia, c'erano sottoculture dei peggiori delinquenti: in una storia, probabilmente apocrifa, è stato trovato un medico di leucemia che instillava la chemioterapia nelle vene di un uomo la cui terapia intensiva monitor ha detto che il suo cuore si era fermato da tempo.



    Fino a che punto possiamo spingere i limiti della vita umana?

    Siddhartha Mukherjee, MD 17.11.16

    L'algoritmo morente, come potremmo chiamarlo, ha digerito e assorbito le informazioni di quasi 160.000 pazienti per addestrarsi. Una volta ingeriti tutti i dati, il team di Avati li ha testati sui restanti 40.000 pazienti. L'algoritmo ha funzionato sorprendentemente bene. Il tasso di falsi allarmi era basso: nove pazienti su 10 che si prevedeva di morire entro 3-12 mesi sono morti entro quella finestra. E il 95% dei pazienti assegnati dal programma a basse probabilità è sopravvissuto più di 12 mesi. (I dati utilizzati da questo algoritmo possono essere notevolmente perfezionati in futuro. Valori di laboratorio, risultati di scansione, una nota medica o una valutazione del paziente possono essere aggiunti al mix, migliorando il potere predittivo.)



    Quindi, cosa ha imparato esattamente l'algoritmo sul processo della morte? E cosa, a sua volta, può insegnare agli oncologi? Ecco lo strano problema di un sistema di apprendimento così profondo: impara, ma non può dirci perché ha imparato; assegna probabilità, ma non può esprimere facilmente il ragionamento alla base dell'assegnazione. Come un bambino che impara ad andare in bicicletta per tentativi ed errori e, chiesto di articolare le regole che consentono di andare in bicicletta, semplicemente alza le spalle e si allontana, l'algoritmo ci guarda con aria assente quando chiediamo, perché? È, come la morte, un'altra scatola nera.



    Articoli Interessanti