Carlo Maria Rezzani
Medico Chirurgo – Omeopata COMO
omeopatia@rezzanicarlomaria.it
Filosofia – Metodologia Clinica – Intelligenza Artificiale (A. I.)
Sinergie utili o relazioni pericolose?
Dopo aver presentato al XXI Congresso FIAMO alcune riflessioni su Intelligenza Artificiale (A.I.) e Omeopatia, il direttore Dr. Gustavo Dominici mi ha chiesto di sviluppare un articolo che trattasse di questo interessante tema per la nostra rivista “Il Medico Omeopata”. Con piacere ho accettato questo compito anche se nel campo dell’A.I. si ha uno sviluppo delle informazioni talmente veloce, che quello che comprendiamo e scriviamo oggi, fra qualche mese già cambierà e il cambiamento è relativo sia alla quantità di informazioni che alla qualità. Infatti, parlare di A.I. è molto difficile perché la velocità con cui si modificano gli strumenti non ha precedenti nella storia dello sviluppo scientifico.
A tutt’oggi non sappiamo esattamente cosa sia l’intelligenza umana. Una volta, per misurarla si usava un parametro, il QI (quoziente intellettivo), che forniva delle indicazioni sulle abilità cognitive. Oggi si preferisce definirla come un insieme di diverse capacità e si parla di intelligenze multiple. (Gardner).
Parlare di A.I. vuol dire cercare di dare risposte a domande quali:
• L’A.I. è davvero intelligente?
• Ha capacità semantica, comprende?
• Quali vantaggi può offrire a noi come essere umani e come medici?
• E soprattutto, quali timori evoca in noi?
La storia della medicina ha visto un susseguirsi di pratiche cliniche molto spesso dannose.
Hahnemann, in un periodo storico in cui non si conosceva quasi niente della fisiologia e della patologia generale, ha elaborato un sistema di cura che aveva e ha tutt’oggi presupposti di razionalità e riproducibilità: similia similibus curentur.
In questi ultimi 200 anni la medicina convenzionale è progredita notevolmente ma, se da una parte alcuni aspetti specialistici hanno contribuito notevolmente alla cura di eventi acuti e hanno apportato conoscenze alla fisiologia, alla fisiopatologia e alla patologia, dall’altra si è assistito a una sempre maggiore dicotomia tra “paziente” e “malattia” concentrandosi sempre di più su questo secondo aspetto. Oggi in medicina si parla poco del paziente, si parla di linee guida, protocolli (tutto è legato alla patologia), la soggettività del paziente viene considerata come appendice e, quando è debordante, diventa a sua volta oggetto della specialità psichiatrica.
La soggettività del paziente, quindi, peculiarità più profonda dell’essere umano, non viene minimamente presa in considerazione, aspetto invece centrale del pensiero hahnemanniano dove la soggettività è parte integrante della patologia nella sua globalità, come sottolinea Marisa Barbera nel suo testo “Oltre il Dissimile”.
Di fronte a questa parcellizzazione del paziente, oggi ci confrontiamo con una grande sfida tecnologica: quella dell‘A.I. (Intelligenza Artificiale). La domanda che ci si deve porre è: l’A.I. accentuerà questo processo o presenta in sé anche un paradosso positivo?
L’Intelligenza Artificiale è la più grande rivoluzione antropologica a cui l’essere umano abbia mai assistito. Tutti gli studiosi di A.I. sostengono che «non cambierà il mondo perché lo ha già cambiato!» e si ritiene che questa rivoluzione sia maggiore di quella apportata dalla invenzione della scrittura. Tutto ciò genera in noi grandi timori, dubbi e inquietudini.
Una grande scienziata del passato, Marie Curie, diceva «Non c’è nulla da temere, c’è solo da capire». Cerchiamo quindi di capire qualcosa di più sull’A.I. e immaginare come questo “strumento” possa essere utile a noi come persone, come medici e soprattutto come medici omeopatici.
Ecco schematicamente i livelli di Intelligenza Artificiale:
Livello 1: sono sistemi basati su regole: sistemi esperti di una volta (1950) – Alan Turing è stato il precursore.
Livello 2: “machine learning”: algoritmi che imparano autonomamente dai dati con riconoscimento di testo o immagini.
Livello 3: “deep learning”: come la precedente, ma con reti neurali – tanti input, un solo output (anni 2000).
Livello 4: “Generative A.I.”: quella esplosa nel 2023 con i chatbot; discrimina e genera cose nuove, sono vere “Black Box cognitive”.
Per “Generative A.I.” si intendono i motori da noi tutti conosciuti come Claude Opus, ChatGPT, Perplexity, Gemini, DeepSeek, ecc.
La prima domanda che ci poniamo è: questi motori comprendono?
La risposta, almeno per ora, è no. Molti studiosi sostengono che l’Intelligenza Artificiale apprenda, ma non comprenda, nel senso semantico del termine, anche se a noi sembra che comprenda! Inoltre, l’A.I. è incapace di sentimenti ed emozioni: i computer non pensano!
Per capire questa differenza dobbiamo capire come funziona l’A.I.
Questi motori contengono algoritmi generativi addestrati su un enorme insieme di dati e le risposte che danno sono un risultato statistico di probabilità, anzi di grande probabilità.
Questi motori si basano su modelli LLM (Large Language Model) composti da miliardi di parametri che apprendono da una vasta gamma di dati in modo tale che possano predire la risposta successiva più probabile: ad es. “tanto va la gatta al” la parola successiva più probabile che viene proposta è “lardo”.
Ogni “parola” è trasformata in un vettore multidimensionale, “ID univoco”, che entra in relazione a sua volta con altre parole (vettori); la probabilità che una parola segua bene un’altra dipende da queste relazioni: parole simili o correlate sono posizionate nello spazio dimensionale una vicino all’altra: ad esempio, nella frase “ho paura del buio” e nella frase “il buio mi mette mal di testa”, la codifica della parola “buio” è rappresentata sempre da un uno stesso vettore di 12.288 dimensioni (per GPT-3), anche se la sua posizione nella frase è diversa. Per aggiungere l’informazione sulla posizione che la parola occupa nella frase, GPT usa la codifica posizionale.
Le codifiche posizionali “modificano” la rappresentazione vettoriale della parola in funzione della sua posizione nella frase originale: si cerca di dare significato alla parola in base al contesto e questo è, per noi omeopati, un aspetto importante per lo studio presente e futuro della Materia Medica.
Tutta questa elaborazione avviene nelle reti neurali.
PROBLEMI, SVANTAGGI, TIMORI
Anche se l’A.I. storicamente nasce attorno al 1950, la A.I. generativa è esplosa nel 2022 perché sono stati messi a disposizione grandi computer capaci di elaborare grandi quantità di dati. Oggi l’A.I. nel mondo consuma il 3,5 % dell’energia elettrica prodotta. Società come Microsoft, Amazon e Google acquistano centrali nucleari per alimentare l’A.I. Quindi, il primo problema riguarda il consumo smisurato di risorse energetiche come elettricità e acqua che serve per il raffreddamento dei Server. Il nostro cervello per svolgere semplici funzioni utilizza una potenza di 20 Watt, mentre un computer per fare la stessa operazione richiede 20 gigawatt, un miliardo di volte in più!!! Un bambino
vede un gatto e apprende immediatamente vedendone un altro che sempre di gatto si tratta; i motori di A.I. devono essere addestrati su migliaia di immagini per riconoscere.
Il secondo problema riguarda la concentrazione di informazioni nelle mani di poche persone o poche grandi società: il 90% dei dati mondiali è stato digitalizzato negli ultimi 2 anni, quindi un grande problema etico!
Infine, il terzo problema è quello relativo alla qualità dei dati su cui si basano le risposte: i motori apprendono in modalità “non supervisionata” e inoltre ora iniziano ad apprendere dai dati da loro stessi creati: la rete è piena di “rumori” cioè dati e informazioni non verificate. Questo è un aspetto importante nello studio in campo omeopatico!
Il timore più grande evoca il ricordo del film “2001 Odissea nello spazio” quando il computer Hal 9000 si ribella all’uomo; questo film solleva il problema dell’antropomorfizzazione delle macchine che diventerebbero capaci di coscienza, di libero arbitrio e di emozioni.
Come sempre nella scienza ci sono teorie diverse e contrapposte che enuncerò brevemente dicendo che ad oggi nessuno può dare una risposta certa a queste domande. C’è chi sostiene che l’uomo sarà sempre un passo avanti: alcuni studi paragonano il nostro cervello al cosmo. Così come l’universo, sostengono i cosmologi, è infinito, allo stesso modo è il nostro cervello (microcosmo e macrocosmo). Ad esempio, le configurazioni della nostra memoria sono rappresentate da un numero di 700 cifre, cioè, un miliardo ripetuto 80 volte! con un consumo energetico ridicolo. Per questi ricercatori, l’A.I. non ha intenzioni autonome, non ha né autocoscienza, né libertà creativa.
Altri sostengono che, su questo aspetto, si potrà arrivare molto avanti e ora già i nuovi LLM stanno lavorando a integrare l’emotività.
I dati su cui si basano le risposte dei motori di A.I.
Nel 2018 abbiamo generato tanti dati quanti quelli prodotti nella storia dell’umanità fino al 2017! Circa 8 mesi fa è stato memorizzato nei Server che alimentano l’A.I. tutto lo scibile esistente, più miliardi di scritti, conversazioni occorse in rete fino al 2024! Cosa inquietante: entro 5-7 anni la quantità di dati raddoppierà ogni 12 ore!
Molti dati sono inaccurati: presi dalla rete, le “allucinazioni” sono frutto di errori preesistenti! Già ora, e nel futuro ancora di più, l’A.I. genererà dati che verranno letti dai motori di A.I.
Ma vediamo i vantaggi
Potrei elencare molti vantaggi in diverse discipline, ma cercherò di elencare alcuni aspetti medici e in particolare quelli omeopatici.
Grande capacità di calcolo: operazioni ripetitive che richiederebbero migliaia di anni vengo elaborate in pochi secondi.
Capacità di creare nuova conoscenza in tempi ridicoli.
In ambito veterinario si sta lavorando sulla conoscenza dei linguaggi di altri animali.
L’A.I. genera correlazioni che non sono moltiplicazioni velocissime tipiche della nostra logica naturale, ma operano a un altro livello di logica a noi oggi sconosciuta.
AlphaFold è un programma che contiene le strutture 3D di 200 milioni di proteine che vengono analizzate in pochi secondi per trovare la proteina disfunzionante: in natura ci vorrebbero milioni di anni.
In campo diagnostico, con A.I. si analizzano i pixel degli esami radiologici digitali; queste analisi mostrano un grosso aiuto predittivo nella diagnosi futura della patologia, cosa che, la lettura classica pur accurata, non riesce a dare: un radiologo vede solo il 20% delle variazioni di grigio in una RMN. Con l’A.I. si vedono informazioni nascoste analizzando “pixel by pixel” e soprattutto si mettono in relazione i pixel tra di loro, processo impensabile senza questo aiuto. Vengono “letti” i vasi linfatici che vengono usati come “autostrade” dal tumore per costruire canali. I vasi linfatici hanno poche proteine che non si vedono con la metodologia classica. Con questa tecnica, il Bias predittivo è praticamente uguale a 0 (zero) rispetto al dato anatomico.
L’A.I. in Google già nel 2009 era in grado di “prevedere” chi si stesse ammalando di H1N1 analizzando 450 milioni di modelli matematici, che si interfacciavano con 45 parole chiave raccolte da 3 miliardi di domande di utenti: in questo modo si capiva con una elevata certezza chi si stesse per ammalare.
Ora immaginiamo questi strumenti in campo omeopatico!
Uno dei problemi fondamentali per evitare i cosiddetti “rumori” è quello della qualità dei dati raccolti in Omeopatia. Quindi dobbiamo raccogliere dati relativi ai provings nella maniera più corretta. Stesso discorso per i dati clinici che dovranno essere raccolti in maniera uniforme.
Possibilità di “purificare” le nostre Materie Mediche: immaginiamo di consultare una Materia Medica efficace senza ripetizioni: avremo a disposizione informazioni accurate senza dispersioni.
Uno dei problemi nella letteratura omeopatica esistente è la lingua con cui vengono scritti una Materia Medica, un Proving o un Caso Clinico. Oggi questo problema con l’A.I. è superato al 100%: possiamo consultare e tradurre testi in più di 100 lingue con una accuratezza oltre il 100%. La capacità di lettura e scrittura oggi arriva al 102% nei test MMLU (Massive Multitask Language Understanding).
Ma l’aspetto applicativo immediato più interessante sarà quello di tradurre il linguaggio naturale del paziente in sintomi repertoriali offrendo al medico poi la possibilità di scegliere quale sintomo più si addice al sintomo espresso.
Immaginiamo di avere una anamnesi di questo tipo:
e di poter immediatamente avere a disposizione i possibili sintomi repertoriali (qui sotto rappresentati in lingua inglese, ma disponibili in altre lingue).
Questo potrà far guadagnare molto tempo al medico che potrà concentrarsi maggiormente sul paziente.
Il paradosso “positivo”
Hahnemann non usava inizialmente i Repertori, poi ne ha elaborato uno che è stato ampliato da Boenninghausen: si erano resi conto che i dati da analizzare erano molti. Dalla elaborazione cartacea, negli anni 1990, si è passati a informatizzare i Repertori che, in meno di un secondo, ci mostrano una repertorizzazione che, se fatta a mano, necessiterebbe di 20 minuti e non sarebbe mai precisa. Ora siamo di fronte alla possibilità, con l’A.I., di tradurre automaticamente il linguaggio naturale del paziente in sintomo repertoriale.
Hahnemann nel 3° § dell’Organon, scrive:
«Se il medico capisce chiaramente cosa deve guarire nelle malattie, cioè in ogni singolo caso morboso, quando conosce a fondo le proprietà terapeutiche dei medicamenti, e ciò che ciascun medicamento può aiutare a guarire, se, sulla base di principi definiti con chiarezza, egli è capace di combinare ciò che vi è di curativo nei medicamenti con ciò che egli ha riconosciuto come veramente morboso nel malato, in modo da provocargli necessariamente la guarigione… allora, e soltanto allora, egli è un medico degno di questo nome, un maestro nell’Arte della guarigione».
Penso che le tecnologie e in particolare l’A.I. ci permetteranno di risparmiare tempo, di avere suggerimenti su sintomi, rimedi, strategie a cui non avevamo pensato, ma ci porranno sempre di fronte alla comprensione profonda del nostro paziente, che Hahnemann esplicita nel § 3 dell’Organon. L’A.I. offrirà più informazioni e possibilità, ma paradossalmente spingerà noi medici a riflettere maggiormente su questo paragrafo dell’Organon essenziale per ogni cura.
Bibliografia
1. Barbera Marisa – Oltre il Dissimile – HMS SRL
2. Benanti Paolo – Human In The Loop – Mondadori
3. Cristianini Nello – Sovraumano – il Mulino
4. Hahnemann – Organon 6 Edizione – Edium
5. Hahnemann – Organon 5 Edizione – (traduzione dal tedesco commentata da J. Reves) – Homeodata
6. Kent – Lezioni Omeopatia Kent – Edium
7. Legrenzi Paolo – L’Intelligenza del Futuro – Mondadori
8. RadarOpus – Metodi di Repertorizzazione – HMS SRL – Zeus Soft SRL
9. Spitzer Manfred – Intelligenza Artificiale – Corbaccio
Copyright Il Medico Omeopata [2025] © Tutti i diritti sono riservati
Scarica il documento in formato PDF