L'assistenza primaria europea è multilingue nella pratica. Un medico di base a Bruxelles può documentare in olandese mentre visita un paziente che parla il darija marocchino. Un medico di famiglia a Vienna passa dal tedesco standard al dialetto viennese a metà frase. Uno studio a Manchester riceve pazienti la cui prima lingua è l'urdu, il polacco o il somalo. Quando gli strumenti di documentazione basati sull'intelligenza artificiale entrano in questi contesti, si scontrano con una realtà linguistica per la quale la maggior parte di essi non è stata progettata. Le lacune prestazionali che ne derivano non sono semplici inconvenienti: rappresentano potenziali rischi per la sicurezza dei pazienti.

Come gli strumenti di documentazione basati sull'intelligenza artificiale elaborano il linguaggio parlato

Per capire perché le prestazioni variano tra le lingue, è utile sapere dove avviene effettivamente l'elaborazione. La maggior parte degli strumenti di documentazione basati sull'intelligenza artificiale utilizzati nell'assistenza primaria combina due componenti distinte: il riconoscimento vocale automatico, che converte le parole pronunciate in testo, e un modello linguistico di grandi dimensioni o uno strato di elaborazione del linguaggio naturale, che trasforma quel testo trascritto in documentazione clinica strutturata.

Gli errori si accumulano in entrambi gli strati. Se il riconoscimento vocale automatico fraintende una parola, in particolare un termine clinico pronunciato con un accento regionale, lo strato di elaborazione del linguaggio naturale riceve un input corrotto e può generare una nota dal suono plausibile ma clinicamente errata. La ricerca sui sistemi di documentazione vocale ha rilevato che anche i motori di riconoscimento vocale specifici per specialità raggiungono un'accuratezza limitata dei termini diagnostici all'interno di una singola lingua. Questo illustra come il vocabolario specifico del dominio crei lacune di accuratezza che diventano molto più pronunciate quando le risorse linguistiche sono scarse.

I clinici che valutano gli strumenti di documentazione basati sull'intelligenza artificiale dovrebbero quindi chiedersi non solo "supporta questa lingua?", ma anche "dove nella pipeline fallisce e come?".

Perché alcune lingue europee sono meglio supportate di altre

La ragione fondamentale delle disparità prestazionali tra le lingue europee è lo squilibrio nei dati di addestramento. I modelli linguistici di grandi dimensioni e i sistemi di riconoscimento vocale automatico sono prevalentemente addestrati su dataset in lingua inglese. Quando un modello ha elaborato miliardi di documenti clinici in inglese ma solo milioni, o centinaia di migliaia, di testi equivalenti in olandese, rumeno o greco, le sue prestazioni in quelle lingue saranno strutturalmente più deboli.

Una ricerca pubblicata su Scientific Reports nel 2025 ha affrontato le sfide per i modelli linguistici di grandi dimensioni in compiti specifici come la sintesi medica, incluse considerazioni sulla ricchezza morfologica, la variazione sintattica e la diglossia, con un impatto particolare sulle lingue sottorappresentate.

Le lingue che tendono ad essere meglio supportate includono:

• Inglese, con un margine sostanziale, grazie alla rappresentanza dominante nei corpora di addestramento

• Spagnolo, francese, tedesco, ragionevolmente rappresentati, sebbene con lacune nel vocabolario clinico

• Olandese, portoghese, italiano, supporto moderato, con lacune significative nella terminologia specialistica

Le lingue tipicamente sottorappresentate nei dati di addestramento dell'intelligenza artificiale clinica includono polacco, rumeno, greco, ceco, ungherese, finlandese, catalano, gallese e maltese. I clinici che operano in queste lingue dovrebbero verificare in modo indipendente l'accuratezza di base di qualsiasi strumento di documentazione basato sull'intelligenza artificiale, senza darla per scontata.

Le sfide specifiche delle lingue germaniche, romanze e slave nella documentazione clinica

La struttura della famiglia linguistica genera modalità di errore prevedibili nella documentazione clinica basata sull'intelligenza artificiale. Comprenderle aiuta i clinici ad anticipare dove è più probabile che si verifichino errori.

Lingue germaniche (tedesco, olandese)

Il tedesco e l'olandese fanno ampio uso di sostantivi composti, parole singole costruite unendo più concetti. Un termine clinico tedesco come Herzinsuffizienz (insufficienza cardiaca) o Bluthochdruck (ipertensione) deve essere riconosciuto come un'unica entità clinica, non analizzato come sillabe disconnesse. Gli strumenti basati sull'intelligenza artificiale non addestrati su testo clinico tedesco sufficiente segmentano o riconoscono erroneamente questi composti con frequenza, generando note che omettono o distorcono la diagnosi.

Lingue romanze (francese, spagnolo, portoghese, italiano)

Queste lingue assegnano un genere grammaticale alla terminologia medica, e il significato clinico può cambiare con errori di concordanza. Oltre alla grammatica, la variazione regionale nel vocabolario clinico è significativa: la stessa condizione può essere descritta con termini preferiti diversi in Francia rispetto al Belgio, o in Spagna rispetto all'America Latina.

Uno strumento basato sull'intelligenza artificiale addestrato su dati clinici in spagnolo castigliano può avere prestazioni inferiori nelle regioni di lingua catalana, come dimostrato dalla ricerca sulle note di assistenza primaria bilingui in spagnolo e catalano, che ha rilevato che il riconoscimento congiunto e il collegamento ICD-10 delle diagnosi in note bilingui non standard è un problema distinto e impegnativo che richiede una messa a punto specifica per lingua.

Lingue slave (polacco, ceco, slovacco)

Il polacco e il ceco sono morfologicamente complessi, con ampi sistemi flessionali che cambiano le desinenze delle parole in base al caso grammaticale, al genere e al numero. Un termine clinico per una condizione può apparire in sei o più forme all'interno di una singola consultazione. Un modello basato sull'intelligenza artificiale senza un'esposizione adeguata a questa variazione flessionale non riuscirà a riconoscere in modo coerente lo stesso concetto clinico nelle sue diverse forme.

Le valutazioni multilingue dell'affidabilità dei modelli linguistici di grandi dimensioni in ambito sanitario hanno identificato questo aspetto come una barriera critica all'adozione nel mondo reale negli ambienti clinici di lingua slava.

Dialetti, variazione regionale e parlato accentato: lo strato che la maggior parte degli strumenti ignora

Anche all'interno di una singola lingua ufficialmente supportata, la variazione dialettale e il parlato accentato possono degradare sostanzialmente l'accuratezza del riconoscimento vocale automatico. Uno strumento validato per l'olandese standard (come parlato nei Paesi Bassi) può comunque avere prestazioni inferiori in uno studio di medicina generale fiammingo a Gand. Il tedesco svizzero è sufficientemente distinto dal tedesco standard che molti sistemi di riconoscimento vocale automatico addestrati sull'Hochdeutsch non riescono a trascriverlo in modo affidabile.

Il catalano, sebbene parlato da milioni di persone in Spagna e Francia, è spesso trattato come un caso limite dai fornitori di intelligenza artificiale il cui mercato principale è lo spagnolo castigliano.

Una revisione narrativa del Centro ADAPT della Dublin City University identifica questa come una delle sfide centrali irrisolte nella tecnologia linguistica basata sull'intelligenza artificiale per l'assistenza sanitaria: un output fluente in una varietà linguistica standard non garantisce prestazioni accettabili lungo l'intero continuum dialettale di quella lingua. La revisione nota che i guadagni di efficienza dagli strumenti linguistici basati sull'intelligenza artificiale possono nascondere errori, ridurre la tracciabilità e spostare la responsabilità tra clinici e sistemi sanitari, rischi che sono amplificati quando la variazione dialettale non viene presa in considerazione nella validazione.

Il parlato accentato di parlanti non nativi presenta una sfida correlata ma distinta. Un medico di base di origine rumena che esercita in Irlanda e documenta in inglese con un accento rumeno può scoprire che l'accuratezza del riconoscimento vocale automatico è significativamente inferiore rispetto a un madrelingua inglese che utilizza lo stesso strumento. Questo ha implicazioni dirette per gli studi con clinici formati a livello internazionale, che rappresentano una quota significativa della forza lavoro dell'assistenza primaria nell'UE e nel Regno Unito.

Code-switching: cosa succede quando clinici e pazienti mescolano le lingue durante la consultazione

Il code-switching, ovvero il passaggio tra due o più lingue all'interno di una singola conversazione, è prassi comune negli ambienti clinici multilingue, eppure rimane uno degli scenari gestiti peggio dagli strumenti di documentazione basati sull'intelligenza artificiale. Un clinico in Lussemburgo può documentare in francese mentre usa termini anatomici latini, nomi di farmaci inglesi e occasionali frasi tedesche. Un medico di base in uno studio di lingua gallese può alternare tra gallese e inglese all'interno di una singola frase.

I medici negli ambienti di lingua araba spesso conversano principalmente in arabo ma scrivono note cliniche in inglese, aggiungendo carico cognitivo. Questo flusso di lavoro bilingue è scarsamente supportato dagli strumenti basati sull'intelligenza artificiale esistenti a causa della scarsità di corpora di addestramento in lingua araba. Lo stesso problema strutturale si applica a qualsiasi coppia di lingue in cui una delle due è sottorappresentata nei dati di addestramento.

Per la maggior parte degli attuali strumenti di documentazione basati sull'intelligenza artificiale, il code-switching tra una lingua ben dotata di risorse e una con risorse insufficienti tende a produrre una delle due modalità di fallimento: lo strumento passa completamente alla lingua dominante e perde il contenuto parlato nella lingua minoritaria, oppure tenta di trascrivere entrambe le lingue ma introduce errori sistematici nei punti di transizione. Nessuno dei due risultati è accettabile in un contesto di documentazione clinica, dove informazioni mancanti o distorte possono influenzare la sicurezza del paziente.

Terminologia clinica tra le lingue: più di un problema di traduzione

Un'ipotesi comune è che la documentazione clinica multilingue sia principalmente una sfida di traduzione, e che uno strumento basato sull'intelligenza artificiale debba semplicemente mappare i termini parlati in una lingua ai loro equivalenti inglesi prima di applicare la codifica clinica standard. Questa ipotesi è errata, e agire di conseguenza porta a errori sistematici nelle note strutturate.

Il vocabolario medico non è uniformemente standardizzato tra le lingue europee. SNOMED CT, il sistema di terminologia clinica più ampiamente utilizzato, ha traduzioni ufficiali in diverse lingue europee, ma la copertura è irregolare. I clinici nella pratica usano frequentemente termini informali, abbreviati o preferiti localmente che non si mappano direttamente a nessun codice standardizzato.

Uno strumento basato sull'intelligenza artificiale addestrato su corpora clinici in inglese può riconoscere correttamente il termine inglese parlato "heart failure" e mapparlo al codice SNOMED CT appropriato, ma non riuscire a eseguire la stessa mappatura quando il termine è pronunciato in polacco, greco o finlandese, anche se lo strumento nominalmente "supporta" quelle lingue.

La ricerca sulla codifica ICD-10 nelle note di assistenza primaria bilingui in spagnolo e catalano ha rilevato che i formati di note non standard e la mescolanza bilingue creano sfide specifiche per la codifica automatizzata che non possono essere risolte applicando modelli addestrati su corpora monolingue standard. Gli autori hanno scoperto che la messa a punto efficiente dei parametri su dati clinici specifici per lingua era necessaria per raggiungere prestazioni accettabili, un risultato con implicazioni dirette per gli studi che valutano strumenti di documentazione basati sull'intelligenza artificiale in qualsiasi lingua europea non inglese.

Come valutare le prestazioni linguistiche di uno strumento di documentazione basato sull'intelligenza artificiale prima di implementarlo nella pratica

I clinici e i responsabili degli studi che valutano strumenti di documentazione basati sull'intelligenza artificiale per ambienti multilingue dovrebbero andare oltre le affermazioni di marketing dei fornitori e porre domande specifiche e verificabili. Il seguente quadro riflette le migliori pratiche attuali nella valutazione dell'intelligenza artificiale clinica.

Richiedere dati di validazione specifici per lingua

• In quali lingue è stato validato lo strumento e su quale dataset?

• La validazione è stata eseguita su parlato clinico reale o su registrazioni pulite in studio?

• Qual era il tasso di errore delle parole per il riconoscimento vocale automatico nella lingua target e come si confronta con le prestazioni in inglese sullo stesso strumento?

Sondare la copertura di dialetti e accenti

• Lo strumento è stato testato sulla varietà regionale specifica della lingua utilizzata nel vostro studio (ad es. olandese fiammingo, tedesco svizzero, catalano)?

• Qual è la differenza di prestazioni documentata tra varietà standard e regionali?

Testare la capacità di code-switching

• Lo strumento gestisce consultazioni in cui il clinico e il paziente usano lingue diverse?

• Come si comporta quando i termini medici sono pronunciati in latino o inglese all'interno di una consultazione non inglese?

Rivedere l'accuratezza della codifica clinica separatamente dall'accuratezza della trascrizione

• Uno strumento può raggiungere un'accuratezza di trascrizione accettabile pur non riuscendo a generare codici SNOMED CT o ICD corretti nella lingua target

• Chiedete ai fornitori dati sull'accuratezza della codifica specifici per la vostra lingua e contesto clinico

Il commento del 2025 sugli scribe basati sull'intelligenza artificiale in ambito sanitario osserva che la maggior parte delle valutazioni esistenti proviene da studi pilota su piccola scala e a breve termine con partecipanti orientati verso la tecnologia, una limitazione che si applica con particolare forza alle valutazioni linguistiche non inglesi, dove la base di evidenze è ancora più limitata.

Considerazioni sulla residenza dei dati e normative per gli strumenti basati sull'intelligenza artificiale multilingue nell'UE

Il Regolamento generale sulla protezione dei dati si applica a tutti i dati personali trattati all'interno dell'UE, indipendentemente dalla lingua in cui sono stati parlati o registrati. Le registrazioni audio delle consultazioni cliniche, comprese quelle condotte in polacco, rumeno, arabo o qualsiasi altra lingua, costituiscono dati sanitari sensibili ai sensi dell'articolo 9 del Regolamento generale sulla protezione dei dati e sono soggette all'intera gamma di obblighi di protezione dei dati.

Un documento politico del BMJ sulla traduzione basata sull'intelligenza artificiale in ambito sanitario identifica il divario tra l'implementazione dell'intelligenza artificiale in rapida accelerazione e i quadri normativi come una preoccupazione significativa, notando che questo divario è particolarmente pronunciato negli ambienti sanitari multilingue in cui i dati fluiscono attraverso confini linguistici e giurisdizionali.

Gli studi dovrebbero verificare:

• Dove vengono elaborati i dati audio: alcuni strumenti di documentazione basati sull'intelligenza artificiale instradano l'audio verso infrastrutture cloud al di fuori dell'UE per la trascrizione, il che può entrare in conflitto con i requisiti di residenza dei dati del Regolamento generale sulla protezione dei dati

• Dove vengono archiviati i dati: i requisiti di residenza dei dati dell'UE si applicano sia ai dati archiviati sia all'elaborazione

• Se la documentazione sulla privacy del fornitore copre tutte le lingue supportate: gli strumenti che elaborano audio non inglese attraverso infrastrutture diverse rispetto all'audio inglese possono avere posizioni di residenza dei dati incoerenti

• Stato del Regolamento sui dispositivi medici: gli strumenti di documentazione basati sull'intelligenza artificiale che generano output clinici possono qualificarsi come dispositivi medici ai sensi del Regolamento sui dispositivi medici UE, con implicazioni per quali lingue e contesti clinici sono stati formalmente validati

Come appare effettivamente una buona prestazione multilingue: benchmark e segnali d'allarme

Non esistono soglie di accuratezza universalmente concordate per la documentazione clinica basata sull'intelligenza artificiale tra le lingue europee, ma i seguenti benchmark riflettono le evidenze attuali e le considerazioni sul rischio clinico.

Soglie minime ragionevoli per l'uso clinico

• Tasso di errore delle parole del riconoscimento vocale automatico inferiore al 10-15% per la lingua e il dialetto specifici in uso (soglie più basse si applicano per contesti clinici ad alto rischio)

• Accuratezza del riconoscimento della terminologia clinica superiore all'80% per i termini diagnostici più comuni nella lingua target

• Accuratezza della codifica ICD o SNOMED paragonabile a quella raggiunta dallo stesso strumento in inglese

Segnali d'allarme che suggeriscono una validazione multilingue inadeguata

• Il fornitore cita solo studi di validazione in lingua inglese e descrive il supporto per altre lingue come "in arrivo" o "in beta"

• Le cifre di accuratezza sono presentate come un numero unico per tutte le lingue supportate, senza suddivisione specifica per lingua

• La validazione è stata eseguita su registrazioni pulite piuttosto che su parlato clinico reale

• Lo strumento non ha dati di prestazioni documentati per dialetti regionali o parlato accentato

• La capacità di code-switching è descritta qualitativamente piuttosto che supportata da dati di accuratezza

Il benchmark EuropeMedQA è un punto di riferimento utile: si tratta di un dataset completo di esami medici multilingue provenienti da esami normativi ufficiali in tutta Europa, e fornisce un quadro strutturato per confrontare le prestazioni dei modelli linguistici di grandi dimensioni tra le lingue cliniche europee. I clinici dovrebbero essere consapevoli, tuttavia, che le prestazioni su domande d'esame standardizzate non predicono necessariamente le prestazioni sul parlato clinico reale. I due compiti coinvolgono registri linguistici e tipi di errore diversi.

Cosa deve cambiare nella documentazione clinica basata sull'intelligenza artificiale per l'Europa multilingue

Il divario di prestazioni multilingue nella documentazione clinica basata sull'intelligenza artificiale non è un problema intrattabile, ma la comunità di ricerca e i fornitori commerciali attualmente lo affrontano in modo insufficiente. Sono necessari diversi cambiamenti prima che gli strumenti di documentazione basati sull'intelligenza artificiale possano essere considerati affidabilmente sicuri per l'implementazione nell'intera diversità linguistica dell'assistenza primaria europea.

Dataset di addestramento più diversificati

Il predominio dei dati in lingua inglese nei corpora di addestramento dell'intelligenza artificiale riflette priorità storiche di ricerca e commerciali, non la distribuzione effettiva dell'attività clinica in Europa. La costruzione di dataset clinicamente validati in polacco, rumeno, greco, olandese e altre lingue sottorappresentate richiede investimenti da parte dei sistemi sanitari, dei finanziatori della ricerca e dei fornitori di intelligenza artificiale. La revisione del Centro ADAPT del 2026 sostiene che ciò richiede non solo modelli migliori ma anche una progettazione sociotecnica responsabile e una collaborazione più forte tra elaborazione del linguaggio naturale, pratica clinica e politica.

Sviluppo di modelli consapevoli dei dialetti

Le varietà linguistiche standard sono insufficienti come base per la validazione dell'intelligenza artificiale clinica. I modelli devono essere testati e, ove necessario, messi a punto sulle varietà regionali effettivamente utilizzate nella pratica clinica, inclusi l'olandese fiammingo, il tedesco svizzero, il catalano, gli accenti francesi regionali e le molte altre varietà che costituiscono il reale panorama linguistico dell'assistenza primaria europea.

Validazione clinica come requisito normativo

Il documento politico del BMJ chiede quadri politici basati sull'evidenza che richiedano agli strumenti linguistici basati sull'intelligenza artificiale in ambito sanitario di dimostrare la sicurezza clinica nelle lingue e nei contesti in cui vengono implementati. Senza pressione normativa, i fornitori hanno un incentivo commerciale limitato a investire nella validazione per mercati linguistici più piccoli.

Rappresentazione onesta delle limitazioni attuali

Le evidenze della ricerca sull'affidabilità dei modelli linguistici di grandi dimensioni multilingue sono chiare: i modelli attuali non sono uniformemente affidabili tra le lingue europee in contesti clinici. I clinici meritano informazioni accurate su dove questi strumenti funzionano bene e dove non lo fanno, in modo da poter applicare una supervisione umana appropriata ed evitare un'eccessiva dipendenza dalla documentazione generata dall'intelligenza artificiale in lingue in cui la validazione è assente o inadeguata.

Per i clinici che operano in ambienti europei multilingue oggi, l'implicazione pratica è semplice: il supporto linguistico elencato sul sito web di un fornitore non equivale a prestazioni cliniche validate. Le domande da porre, i benchmark da richiedere e i segnali d'allarme da cercare sono ben definiti. Applicarli rigorosamente prima dell'implementazione è la protezione più affidabile contro gli errori cumulativi che gli strumenti di documentazione basati sull'intelligenza artificiale multilingue possono introdurre nei sistemi di cartelle cliniche.

Domande frequenti

▶ Perché gli strumenti di documentazione basati sull'intelligenza artificiale hanno prestazioni diverse tra le lingue europee

La ragione principale è lo squilibrio dei dati di addestramento. I modelli linguistici di grandi dimensioni e i sistemi di riconoscimento vocale automatico sono prevalentemente addestrati su dataset in lingua inglese. Un modello addestrato su miliardi di documenti clinici in inglese ma solo centinaia di migliaia di testi equivalenti in rumeno o greco sarà strutturalmente più debole in quelle lingue. Questo influisce sia sullo strato di trascrizione sia su quello che converte il testo trascritto in note cliniche strutturate.

▶ Quali lingue europee sono meglio e meno supportate dagli strumenti di documentazione basati sull'intelligenza artificiale clinica

L'inglese è la lingua meglio supportata con un margine sostanziale. Spagnolo, francese e tedesco hanno una rappresentanza ragionevole, sebbene con lacune nel vocabolario clinico. Olandese, portoghese e italiano hanno un supporto moderato. Le lingue tipicamente sottorappresentate includono polacco, rumeno, greco, ceco, ungherese, finlandese, catalano, gallese e maltese. I clinici che operano in queste lingue dovrebbero verificare in modo indipendente l'accuratezza di base piuttosto che darla per scontata.

▶ Quali errori di documentazione specifici dovrebbero aspettarsi i clinici con le lingue germaniche e slave

In tedesco e olandese, gli strumenti basati sull'intelligenza artificiale riconoscono frequentemente in modo errato i sostantivi composti come Herzinsuffizienz (insufficienza cardiaca), segmentandoli o omettendoli completamente. In polacco e ceco, gli ampi sistemi flessionali fanno sì che lo stesso termine clinico possa apparire in sei o più forme all'interno di una singola consultazione. Gli strumenti senza un'esposizione adeguata a questa variazione non riusciranno a riconoscere in modo coerente lo stesso concetto clinico nelle sue diverse forme, che le valutazioni multilingue dell'affidabilità dei modelli linguistici di grandi dimensioni in ambito sanitario hanno identificato come una barriera critica all'adozione nel mondo reale.

▶ Il dialetto e il parlato accentato influenzano l'accuratezza della documentazione basata sull'intelligenza artificiale

Sì, in modo significativo. Uno strumento validato per l'olandese standard può comunque avere prestazioni inferiori in uno studio fiammingo. Il tedesco svizzero è sufficientemente distinto dal tedesco standard che molti sistemi di riconoscimento vocale addestrati sull'Hochdeutsch non riescono a trascriverlo in modo affidabile. Il parlato accentato di parlanti non nativi presenta una sfida correlata: un medico di base di origine rumena che documenta in inglese può scoprire che l'accuratezza della trascrizione è significativamente inferiore rispetto a un madrelingua inglese che utilizza lo stesso strumento. La ricerca del Centro ADAPT della Dublin City University identifica la variazione dialettale come una delle sfide centrali irrisolte nella tecnologia linguistica basata sull'intelligenza artificiale per l'assistenza sanitaria.

▶ Come gestiscono gli strumenti di documentazione basati sull'intelligenza artificiale il code-switching, quando i clinici mescolano le lingue durante la consultazione

La maggior parte degli strumenti attuali gestisce il code-switching in modo inadeguato. Quando un clinico passa tra una lingua ben dotata di risorse e una con risorse insufficienti, gli strumenti tipicamente o passano completamente alla lingua dominante e perdono il contenuto parlato nella lingua minoritaria, oppure tentano di trascrivere entrambe ma introducono errori sistematici nei punti di transizione. Nessuno dei due risultati è accettabile nella documentazione clinica, dove informazioni mancanti o distorte possono influenzare la sicurezza del paziente.

▶ La documentazione clinica multilingue è solo un problema di traduzione

No. Il vocabolario medico non è uniformemente standardizzato tra le lingue europee. SNOMED CT, il sistema di terminologia clinica più ampiamente utilizzato, ha traduzioni ufficiali in diverse lingue europee, ma la copertura è irregolare. I clinici usano frequentemente termini informali o preferiti localmente che non si mappano direttamente a nessun codice standardizzato. La ricerca sulla codifica ICD-10 nelle note di assistenza primaria bilingui in spagnolo e catalano ha rilevato che i formati di note non standard e la mescolanza bilingue creano sfide specifiche che non possono essere risolte applicando modelli addestrati su corpora monolingue standard.

▶ Quali domande dovrebbero porre i clinici ai fornitori quando valutano uno strumento di documentazione basato sull'intelligenza artificiale per uno studio multilingue

I clinici dovrebbero chiedere dati di validazione specifici per lingua, incluso il tasso di errore delle parole per il riconoscimento vocale automatico nella lingua target rispetto all'inglese. Dovrebbero chiedere se lo strumento è stato testato sulla varietà regionale specifica utilizzata nel loro studio, come l'olandese fiammingo o il tedesco svizzero. Dovrebbero anche sondare come lo strumento gestisce il code-switching e richiedere dati sull'accuratezza della codifica clinica specifici per la loro lingua e contesto, poiché uno strumento può raggiungere un'accuratezza di trascrizione accettabile pur non riuscendo a generare codici SNOMED CT o ICD corretti nella lingua target.

▶ Quali sono le implicazioni del Regolamento generale sulla protezione dei dati nell'uso di strumenti di documentazione basati sull'intelligenza artificiale che elaborano audio non inglese

Le registrazioni audio delle consultazioni cliniche in qualsiasi lingua costituiscono dati sanitari sensibili ai sensi dell'articolo 9 del Regolamento generale sulla protezione dei dati e comportano l'intera gamma di obblighi di protezione dei dati. Gli studi dovrebbero verificare dove vengono elaborati e archiviati i dati audio, poiché alcuni strumenti instradano l'audio verso infrastrutture cloud al di fuori dell'UE per la trascrizione. Gli strumenti che elaborano audio non inglese attraverso infrastrutture diverse rispetto all'audio inglese possono avere posizioni di residenza dei dati incoerenti. Anche lo stato del Regolamento sui dispositivi medici è rilevante, poiché gli strumenti di documentazione basati sull'intelligenza artificiale che generano output clinici possono qualificarsi come dispositivi medici, con implicazioni per quali lingue e contesti clinici sono stati formalmente validati.

▶ Quali benchmark di accuratezza indicano che uno strumento di documentazione basato sull'intelligenza artificiale è adatto per l'uso clinico in una lingua non inglese

L'articolo stabilisce le seguenti soglie minime basate sulle evidenze attuali: un tasso di errore delle parole del riconoscimento vocale automatico inferiore al 10-15% per la lingua e il dialetto specifici in uso, un'accuratezza del riconoscimento della terminologia clinica superiore all'80% per i termini diagnostici più comuni nella lingua target e un'accuratezza della codifica ICD o SNOMED paragonabile a quella raggiunta dallo stesso strumento in inglese. I segnali d'allarme includono fornitori che citano solo studi di validazione in lingua inglese, presentano l'accuratezza come una cifra unica per tutte le lingue supportate e descrivono le prestazioni di dialetto o code-switching qualitativamente piuttosto che con dati di accuratezza.

▶ Quali cambiamenti sono necessari prima che gli strumenti di documentazione basati sull'intelligenza artificiale possano essere considerati affidabilmente sicuri nell'assistenza primaria europea multilingue

L'articolo identifica tre requisiti principali. Primo, dataset di addestramento più diversificati in lingue sottorappresentate come polacco, rumeno e greco. Secondo, sviluppo di modelli consapevoli dei dialetti che vadano oltre le varietà linguistiche standard per coprire le varietà regionali effettivamente utilizzate nella pratica clinica. Terzo, validazione clinica come requisito normativo, in modo che i fornitori debbano dimostrare la sicurezza nelle lingue e nei contesti in cui i loro strumenti vengono implementati. Senza pressione normativa, i fornitori hanno un incentivo commerciale limitato a investire nella validazione per mercati linguistici più piccoli.