Un editoriale pubblicato su JAMA Oncology mette in luce le sfide legate alla diffusione di informazioni scientifiche in oncologia, in particolare rispetto al ruolo dei social media e dell’intelligenza artificiale nel favorire i bias. Raffaele Giusti, Gennaro Daniele e Fotios Loupakis sottolineano come la rapida diffusione dei social media abbia trasformato radicalmente la comunicazione scientifica, superando i canali tradizionali di peer review. Anche se la conseguenza è stata in generale un aumento della visibilità della ricerca e della velocità del dialogo tra i ricercatori, si sono materializzati anche rischi significativi come l’amplificazione dei bias e l’interpretazione errata dei dati preliminari.
L’immediatezza dei social media può indubbiamente migliorare la visibilità della ricerca e facilitare il feedback in tempo reale, ma i risultati iniziali, soprattutto quelli con campioni di piccole dimensioni o generalizzabilità limitata, sono particolarmente vulnerabili a interpretazioni errate. Post concisi o “istantanee” privi di contesto possono fuorviare sia i professionisti sanitari che il pubblico. Gli autori evidenziano che anche i dati di studi clinici di fase 3, condotti rigorosamente, richiedono un’interpretazione calibrata, sottolineando l’importanza di valutare in modo completo gli endpoint secondari per l’applicabilità nel mondo reale.
L’integrazione dell’AI ha ulteriormente complicato le cose. Piattaforme basate sull’AI utilizzano strumenti come il tracciamento delle conversazioni e l’analisi del sentiment per identificare le interazioni tra gli opinion leader, ma rischiano anche di amplificare i pregiudizi e travisare la validità dei risultati preliminari. La progettazione stessa delle piattaforme social media, che privilegia il coinvolgimento degli utenti tramite “Mi piace” e condivisioni, esaspera questo tipo di problemi, spostando l’attenzione dalla valutazione critica a narrazioni basate sull’engagement, spesso a scapito del rigore scientifico.
Un’ulteriore preoccupazione è l’influenza crescente dei conflitti di interesse di natura economica. Le piattaforme AI supportate dall’industria spesso introducono bias algoritmici che favoriscono gli studi allineati agli interessi aziendali. Le analisi rivelano che oltre il 90% dei medici selezionati aveva conflitti di interesse sostanziali, e la loro attività sui social media mostrava un marcato bias verso narrazioni positive su farmaci o studi clinici.
Per affrontare queste sfide, gli autori propongono una strategia a tutto tondo che richiede una buona dose di disciplina. I ricercatori devono garantire una diffusione trasparente e precisa dei risultati, esplicitando sempre limitazioni e contesto. È fondamentale integrare l’alfabetizzazione digitale nell’educazione medica per dotare i professionisti sanitari delle competenze di valutazione critica. Altrettanto cruciale è migliorare l’alfabetizzazione mediatica del pubblico per ridurre la suscettibilità ai bias e promuovere un processo decisionale informato. Gli autori concludono accennando al ruolo che potrebbe avere anche l’impegno concertato da parte delle società scientifiche per sviluppare linee guida basate sul consenso per una comunicazione digitale etica e accurata. La trasparenza, l’adesione ai principi basati sull’evidenza e la responsabilità sono essenziali affinché i social media e l’AI siano strumenti di progresso e non fonti di disinformazione.
Fonte
Giusti R, Daniele G, Loupakis F. The role of social media in fueling bias in oncology. JAMA Oncol 2025;11(7):683-684. doi: 10.1001/jamaoncol.2025.0617. PMID: 40272830.