tAcchino Induttivista

 

Personalmente provo un “odio-amore” per la filosofia di Karl Popper, cioè per colui che è sia il padre dell’epistemologia moderna sia l’autore dell’opera di filosofia politica “La società aperta e i suoi nemici“.  In questo articolo fornirò alcuni piccoli approfondimenti trattando il Popper “filosofo della scienza”, in continuità con quanto già scritto in AI-opticon, mentre in un successivo scritto che conto di completare a breve mi concentrerò sull’ a mio parere più controverso Popper “politico”.

Quando un medico ricercatore (mi riferisco alla realtà che conosco) esegue un test statistico per valutare un esperimento che ha condotto o studia dei dati in suo possesso, praticamente sempre ed in modo tendenzialmente abbastanza “ignorante” dal punto di vista matematico, per capire se ha in mano qualcosa che può finire in una rivista scientifica, guarda il “numero magico” “p value”. Come standard ogni sperimentatore medico sa che “la p deve essere minore di 0,05”.

Ma cos’è questa famosa p? In statistica il valore di p, ovvero l’errore alfa in un confronto statistico fra due o più gruppi (ad esempio fra un gruppo che ha ricevuto un farmaco sperimentale ed uno che ha ricevuto un placebo) è la probabilità che la differenza osservata sperimentalmente fra i gruppi è dovuta al caso ovvero che l’ipotesi che i gruppi sono diversi per il parametro studiato è FALSA! In sostanza quindi una p minore di 0,05 è indice che ho una probabilità inferiore al 5% di dire una stupidaggine nella mia pubblicazione ove riporto ad esempio la superiorità della mia terapia sperimentale rispetto al placebo (in statistica ed in medicina la certezza non esiste, quindi si, anche in un mondo ideale di tutte pubblicazioni eseguite a regola d’arte è inevitabile imbattersi in teorie e studi validati…che sono balle! E non ci si può fare nulla).

La domanda che un non addetto ai lavori si potrebbe chiedere a questo punto è questa: perchè misurare la probabilità che la mia ipotesi sperimentale sia FALSA invece di stimare più logicamente quant’è la probabilità che questa ipotesi sia VERA? Galileo Galilei quando ha ideato nel rinascimento il metodo scientifico d’altronde ha illustrato che la scienza lavora più o meno in questa maniera:

-osservazione della natura

-identificazione del problema

-formulazione dell’ipotesi sperimentale

-verifica mediante esperimento se l’ipotesi sperimentale corrisponde a VERITA’

-formulazione delle conclusioni a seconda dell’esito dell’esperimento (se l’ipotesi è verificata la si prende per buona, se non lo è si formula una nuova ipotesi ed il ciclo ricomincia)

Questo sistema di verifica sperimentale, che è quello standard di solito illustrato nelle scuole, in realtà è andato in crisi nel 900 quando si è visto che è impossibile arrivare ad una teoria scientifica esatta (in particolare questo è stato palese quando si è iniziato a studiare la fisica quantistica, in particolare quando Heisemberg ha dimostrato che è impossibile conoscere in modo esatto contemporaneamente la posizione e la quantità di moto di una particella quantistica e che il prodotto degli errori fra le due misure presenta un valore fisso ed insuperabile pari a h/4 (dove h è la costante di Plank).

Dalla fisica quantistica si è poi scoperto come di fatto le scienze anche in altri campi sono tutt’altro che “esatte”. Dalla matematica (teoremi di incompletezza di Gödel) fino poi ovviamente anche alla medicina (ogni umano è diverso dall’altro e non “prevedibile”). Questo da un lato rese indispensabili i metodi statistici per stimare la bontà delle ipotesi sperimentali e dall’altro lato mandò in crisi il determinismo positivista nato nell’800 che predicava la Scienza come di fatto nuova religione per l’uomo. Queste scoperte, unite ai disastri creati dall’uomo delle guerre mondiali, ebbero delle ripercussioni in ambito filosofico indelebili e quindi anche nell’ambito della filosofia della scienza, ove il metodo del verificazionismo finora utilizzato era ormai ritenuto universalmente inadatto per valutare le ipotesi scientifiche. In un mondo ove la scienza infatti non può essere esatta le teorie scientifiche non sono vere in modo assoluto una volta formulate, ma sono vere solo fintanto che un esperimento non le confuta. Questa nuova epistemologia detta falsificazionismo è stata di fatto ideata da Karl Popper ed è stata poi da lui impiegata anche in ambito politico (ma di questo parleremo poi).

Per riportare un esempio citato nella sua opera Logica della scoperta scientifica,  l”ipotesi “non esiste nessun cigno nero” non è vera perchè non ho mai osservato cigni neri, semmai invece posso affermare che è falsa nel momento in cui osservo un cigno nero. Finchè non lo osservo l’ipotesi non è falsificata e di conseguenza è vera, regge all’esperimento. Per Karl Popper quindi il metodo scientifico in sintesi funziona così:

-osservazione della natura

-identificazione del problema

-formulazione dell’ipotesi sperimentale

-esperimento/i tali da provare a FALSIFICARE l’ipotesi sperimentale (devo fare tutto il possibile per provarci, ANCHE SE VA CONTRO IL MIO INTERESSE e devo anche essere APERTO AL DIALOGO per accettare ogni idea in tal senso fornita da altri)

-se l’ipotesi è falsificata questa viene rigettata ed il ciclo ricomincia

-se l’ipotesi non è falsificata SI MANTIENE FINO A NUOVA CONFUTAZIONE e se si hanno altre idee per altri esperimenti volti a falsificare la tesi corrente il ciclo ricomincia

Come potete vedere, a differenza del metodo di Galileo, questa ricerca non ha mai fine! Non esiste la verità assoluta e solo mediante il continuo confronto fra diverse idee si arriva alla soluzione più ADATTA a spiegare una certa legge della natura. Per Popper, al contrario dei positivisti, non esiste un “progresso” verso la VERITA’ sempre più esatta, ma al contrario le teorie scientifiche sono (per citare le sue parole) “come un edificio costruito su palafitte conficcate in una palude“. Il terreno della palude non è solido (=certo), ma gli uomini di scienza possono dirsi soddisfatti finchè la struttura rimane in piedi.

Il metodo falsificazionista inoltre è opposto a quello induttivo ideato da Bacone sempre nel rinascimento. Nel metodo induttivo infatti le ipotesi sperimentali derivano direttamente dall’osservazione dei dati invece che essere opera dell’uomo come indicato da Galileo. Per Popper le teorie scientifiche non sono la realtà in se, ma sono come una rete che diventa sempre più fine per cercare di imbrigliarla (=comprenderla e descriverla). La figura più famosa usata per criticare il metodo induttivo (ideata da Russel e citata poi anche da Popper) è quella del tacchino induttivista che trovate descritta all’inizio di questo articolo.

Critica alla ricerca medica (non tutta….)

Dopo aver letto quanto riportato sopra possiamo quindi dire che la ricerca medica attualmente in corso rispetta tutti i canoni di qualità qui riportati? Ora che abbiamo più o meno capito cos’è questa tanto “venerata p”…siamo sicuri tutti noi di applicare la statistica medica ed il metodo scientifico falsificazionista in modo corretto!? (e soprattutto…quanti di noi nella nostra formazione accademica possono dire di essere stati formati correttamente in tal senso!?).

…vogliamo davvero ancora continuare a “cercare una p <0,05 per pubblicare”…o forse dovremmo iniziare buona parte di noi a fare vera scienza? (mi ci metto io in primis, che per tanto tempo sono stato fedele a questi metodi di lavoro errati). Forse dovremmo badare meno all’Impact Factor, alle pubblicazioni o ai soldi degli sponsor/grant…e nel nostro piccolo cercare di lavorare BENE ove ciò non viene fatto, rinunciando magari una volta per tutte ad una pretesa di conoscenza assoluta/onnipotenza scientista che ormai da 200 anni è stata ampiamente smentita e fa male sia a noi sia ai pazienti.

Oltre a questo poi a mio avviso sarebbe anche il caso di rendere la scienza (medica e non ) meno fatta da mecenati di editori/case farmaceutiche! (mediante la già illustrata Peer to Peer Review?)

Ma per finire parliamo del “pezzo forte”….

Come già detto nell’articolo sull AI-opticon uno dei problemi delle più “moderne” discipline biomediche che lavorano con i big data è che i test statistici classici sono di fatto assolutamente inadatti a lavorare con questa mole di dati su cui vengono eseguiti centinaia se non migliaia di confronti statistici per singolo studio. Questo accade perchè all’aumentare dei confronti fatti aumenta la probabilità che almeno uno di questi confronti mostri una differenza statisticamente significativa (p <0,05) per puro caso. (per fare un esempio pratico, se lancio un dato 100 volte è molto probabile almeno una volta che esca il numero uno… se non più di una volta, ma questo non vuol dire che il dado è truccato!)

Questa stessa cosa in ambito medico si osserva spesso con gli esami del sangue… a chi non è mai capitato di spaventarsi per un “asterisco” di troppo di fianco ad uno delle decine di valori che poi o non è nulla…o peggio porta ad approfondimenti diagnostici oltre che inutili anche spesso costosi e/o dolorosi? Pensiamo alla statistica quando chiediamo esami inutili ai nostri pazienti… e magari evitiamo di “illuderli” con finte promesse scientiste!

Per evitare questi “errori statistici” nei risultati la statistica classica prevede di utilizzare la correzione di Bonferroni per determinare la p di soglia, che di solito si calcola dividendo 0,05 per il numero di confronti. Capite però che con migliaia di variabili in gioco la p di soglia diventa talmente bassa che anche una differenza enorme fra i due gruppi verrebbe segnalata come non statisticamente significativa! Per “provare”a risolvere questo problema (e “tirare fuori dai dati delle p atte a pubblicare”…obbiettivo primario nella vita del ricercatore medico e non! 😀 )  si sta quindi utilizzando sempre più l’Intelligenza Artificiale per provare ad “estrarre le variabili significative dai dati” (la radiomica in ambito radiologico è un esempio di questa applicazione delle AI) ed alcuni sono arrivati addirittura a sostenere che “nel mondo moderno delle AI il metodo scientifico è antiquato”

…forse dovremmo ricordate a tutti questi “scienziati” gli insegnamenti di Popper e la figura del tAcchino Induttivista! (l’alternativa, penso, sarà la fine della vera scienza… e del pensiero critico!). In questo blog personalmente ho descritto in diversi articoli una possibilità di valutare gli indicatori di texture della radiomica mediante l’osservazione visiva delle loro local texture map generate a partire dalle immagini…potrò la mente umana riuscire dove le AI stanno fallendo?