Notizie
Virus Shamonda. In Francia il primo caso al mondo di infezione umana. Ecdc monitora la situazione
Per la prima volta al mondo è stata segnalata un’infezione umana da virus Shamonda (SHAV), un agente patogeno […]
Assistenza alla salute mentale: ruolo dell’intelligenza artificiale
L’intelligenza artificiale (IA) sta entrando rapidamente nel campo della salute mentale, ma la maggior parte dei modelli rimane allo stadio di “proof-of-concept”, con una validazione esterna limitata e un rischio sostanziale di overfitting. Seguendo la checklist PRISMA-ScR e le linee guida del Joanna Briggs Institute, un gruppo di ricercatori ha eseguito una scoping review con la finalità di approfondire l’argomento.
Sono stati consultati i database MEDLINE, Embase, PsycINFO e IEEE Xplore. Le pubblicazioni idonee includevano revisioni sistematiche, narrative, integrative, meta-analisi e analisi di brevetti. I risultati sono stati sintetizzati tematicamente. Alla fine, gli esperti hanno selezionato 31 documenti ritenuti idonei. Le evidenze si concentrano su depressione e ansia; risultano invece sottorappresentati schizofrenia, disturbo bipolare, salute mentale perinatale, spettro autistico, anziani, infermieri e professionisti sanitari affini.
Nelle fasi di screening, diagnosi/classificazione e previsione del rischio, sono stati spesso riportati alti livelli di accuratezza in fase di validazione interna; nelle sintesi precedenti, i valori tipici dell’AUC interna si attestavano intorno a 0,80-0,88, mentre le prestazioni validate esternamente o in modo prospettico sono scarse e solitamente inferiori. I segnali più forti riguardano compiti specifici e ricchi di feedback, con un maggiore decadimento per i modelli di uso generale e per previsioni a lungo termine.
Gli agenti conversazionali (chatbot) hanno prodotto miglioramenti a breve termine, da piccoli a moderati, dei sintomi depressivi (SMD ˜0,2-0,6); gli effetti su ansia e stress sono risultati minori o discordanti, variando in base al rigore del termine di paragone, al follow-up (=8-12 settimane rispetto a periodi più lunghi) e al grado di guida umana. La maggior parte delle valutazioni sui chatbot è stata di breve durata e su piccola scala, con pochi trial randomizzati o pragmatici e dati limitati sulla durata degli effetti oltre le 12 settimane. L’implementazione nel mondo reale è risultata limitata; diverse revisioni hanno identificato l’usabilità e l’integrazione con le cartelle cliniche elettroniche come prerequisiti per l’adozione.
La semplice “spiegabilità” del modello raramente si traduce in utilità pratica senza una formazione specifica dei clinici. Anche la preparazione etica è incompleta: privacy e bias sono discussi frequentemente, ma la responsabilità (accountability), il monitoraggio post-distribuzione e i protocolli di gestione delle crisi sono specificati in modo incoerente. Le valutazioni economiche sono poche e raramente tengono conto dei costi di integrazione, manutenzione o riaddestramento. I risultati relativi alla forza lavoro (alfabetizzazione digitale, fiducia, prontezza) sono misurati raramente.
Gli Autori concludono che le applicazioni dell’IA coprono l’intero percorso di cura della salute mentale, ma sono ancora in una fase iniziale di transizione clinica. Le prestazioni che appaiono solide nella validazione interna spesso si indeboliscono nei test esterni; i benefici sui sintomi si concentrano su depressione e ansia e possono diminuire nel lungo periodo. L’adozione è limitata da problemi di usabilità, integrazione dei sistemi e governance incompleta. Per allineare l’IA a un uso clinico sicuro, efficace e sostenibile, è necessario colmare le lacune relative alla responsabilità, al monitoraggio costante, all’equità e alla formazione del personale, puntando su modelli validati esternamente e dotati di protocolli di intervento umano in caso di crisi.
Fonte: Front Psychiatry. 2026
https://www.frontiersin.org/journals/psychiatry/articles/10.3389/fpsyt.2026.1688043/full
