L'integrazione dell’intelligenza artificiale (AI) nella sanità apre scenari straordinari, ma con il rischio concreto di ampliare le disuguaglianze di genere. Questo avviene quando i dataset utilizzati non riescono a rappresentare equamente uomini e donne, lasciando le donne escluse da analisi, previsioni e interventi sanitari. Il volume "Il nuovo dono di Eva", scritto da esperti del Centro Ricerche “Scientia Atque Usus” per la Comunicazione Generativa ETS, esplora in dettaglio questo problema attraverso tematiche cruciali come bias algoritmico, farmacologia di genere, i dati FemTech e la comunicazione sanitaria.

I sistemi sanitari tradizionali sono spesso strutturati partendo da parametri maschili, che finiscono per influenzare i sistemi di raccolta dati e l’elaborazione algoritmica. Questo approccio “androcentrico” ha portato a una salute medica spesso inadatta alla fisiologia e ai bisogni unici delle donne. La mancanza di dati rappresentativi non riguarda solo la ricerca clinica, ma influenza interi percorsi sanitari, come l’uso di strumenti diagnostici e terapie farmacologiche.

I dataset utilizzati nell’AI in salute devono quindi riflettere in modo equilibrio le esperienze salutari di entrambi i sessi. Ad esempio, studi recenti hanno dimostrato che le donne soffrono più frequentemente di reazioni avverse ai farmaci rispetto agli uomini. Questo non è causato da una biologia intrinsecamente diversa, ma da una mancanza di considerazione nell’adattare dosaggi e composizione farmacologica al contesto di genere.

La farmacologia di genere, un approccio che riconosce le differenze biologiche e sociali di genere nel contesto della salute, presenta un ruolo chiave nello sviluppo futuro dell’AI sanitaria. Questo modello promuove interventi terapeutici più efficaci e sicuri grazie a strumenti di intelligenza artificiale capaci di adattare l’approccio farmacologico in base al sesso, all’età, e al profilo genetico del paziente.

Il settore FemTech sta inoltre emergendo come una risposta specifica a questa esigenza. Prodotto da imprese che tengono in considerazione le particolarità biologiche delle donne e delle ragazze, i dispositivi FemTech offrono strumenti di salute come ciclo monitor, sistemi di prevenzione del cancro, e dispositivi per la gestione del dolore con l’ausilio di AI. Questi strumenti non solo migliorano la salute femminile, ma spingono i sistemi medici tradizionali a riconsiderare il genere come parametro essenziale nel trattamento e nella prevenzione.

L’uso consapevole dell’AI richiede però anche il supporto di unacomunicazione sanitaria efficace e inclusiva. I messaggi che circondano salute, prevenzione e cura devono parlare alle donne, coinvolgerle, educarle e informarle in modo chiaro e non stereotipato. Il libro evidenzia il ruolo cruciale delle campagne informative mirate e di una narrazione inclusiva che permetta alle donne di essere agenti attive e consapevoli del proprio benessere.

Per garantire un progresso equo, l’AI deve essere addestrata su dataset inclusivi, diversificati per età, sesso, etnicità, e bisogni specifici. Devono essere adottate policy di dati aperti ma sensibilizati al contesto, e i modelli algoritmici dovranno essere testati con gruppi rappresentativi. Solo così si può parlare di una medicina personalizzata veramente equa.

Strumenti e strategie per un futuro equo

Un percorso concreto verso questa equità richiede diversi strumenti:

Dataset inclusivi: Creare algoritmi che lavorano su dati rappresentativi e bilanciati.

Educazione medica: Promuovere una formazione che include i dati di genere nella pratica quotidiana.

Incentivi di policy: Supportare finanziariamente la ricerca femminile e interdisciplinare.

Collaborazione multi-settoriale: Lavorare insieme a tecnologia, bioetica e comunicazione per sviluppare interventi inclusivi.

Valutazione continua: Adottare sistemi di valutazione regolare del bias e dell’impatto dei modelli AI.

Attraverso questi meccanismi, l’intelligenza artificiale può diventare non solo uno strumento di cura, ma anche un acceleratore per ridefinire le politiche sanitarie con un focus su salute di genere. In un periodo in cui la ricerca medica cerca sempre più personalizzazioni e precisione, l’inclusione di una prospettiva di genere nei dataset e negli strumenti sanitari risulta fondamentale per ottenere una salute effettivamente equa per tutti.