Intelligenza artificiale, big data analysis, IoT e Machine learning, applicate in campo sanitario, rappresentano una grande opportunità per rendere la sanità più efficiente, accessibile, personalizzata, più vicina alle esigenze del paziente e più flessibile rispetto alla gestione di eventi straordinari, come nuove ondate pandemiche: l’impiego di queste tecnologie in ambito clinico può portare notevoli vantaggi per velocizzare le procedure, supportare i medici nel loro lavoro, offrire cure migliori e ridurre i costi dell’assistenza sanitaria.
Il ruolo crescente dei big data
L’emergenza causata a livello globale dalla pandemia di Covid-19 ha impresso un’accelerazione all’innovazione tecnologica in diversi settori, tra cui quello sanitario: nel nostro Paese, la pandemia ha fatto emergere criticità e debolezze ma ha anche accelerato l’individuazione e l’applicazione di soluzioni innovative e digitali, determinando un maggiore ricorso all’e-health e alla telemedicina per garantire un’assistenza efficace e continuativa al paziente e mettendo in luce il ruolo cruciale dei big data per migliorare i processi e le prestazioni del servizio sanitario.
Questa è la direzione a cui deve tendere la sanità del futuro, capitalizzando l’esperienza drammatica della pandemia. La sostenibilità del sistema dipende fortemente dalla disponibilità di strumenti avanzati per la gestione da remoto dei pazienti, di piattaforme interoperabili, di raccolta e analisi dei dati per il miglioramento della ricerca e dei processi di cura. Oltre che, naturalmente, di strutture e dotazioni tecnologiche moderne e professionisti preparati.
Non a caso, la modernizzazione e digitalizzazione del sistema sanitario è uno degli obiettivi principali della missione 6 “Salute” del PNRR, insieme al rafforzamento della prevenzione e dei servizi sanitari sul territorio. I fondi del Next Generation EU rappresentano un’opportunità unica e una leva fondamentale per l’ammodernamento del parco tecnologico ospedaliero e per investimenti mirati in ricerca e sviluppo di nuove tecnologie intelligenti al servizio della sanità.
La quantità di dati prodotti e potenzialmente utili in ambito clinico è in costante aumento (+568% la crescita attesa del valore del mercato globale dei Big Data in sanità 2025 vs 2016, dato PwC), ma è necessario che vengano superati gli ostacoli che ad oggi comportano frammentazione delle informazioni e rendono difficili leggere i dati in maniera trasversale. Per facilitare lo scambio in tempo reale, l’analisi e l’interpretazione dei dati, servono infrastrutture evolute, in grado di garantire capacità elaborativa, rapidità di trasmissione, sicurezza e privacy delle informazioni, per permettere l’interoperabilità tra sistemi informativi.
Partendo dall’assioma che non si può migliorare ciò che non si misura, risulta evidente come possedere dati significhi poter prendere decisioni: è necessario che il Sistema Sanitario Nazionale colga le opportunità offerte dalle nuove tecnologie come intelligenza artificiale e analisi di big data per trasformare e migliorare i modelli operativi in ambito clinico, assistenziale, organizzativo e gestionale, compiendo un grande passo in avanti verso la medicina di precisione.
Gli obiettivi della medicina di precisione
Se portata a scala, la medicina di precisione permetterebbe di raggiungere tre obiettivi primari per l’assistenza sanitaria: di maggior qualità, con costi inferiori, accessibile a molte più persone. Come ricordato in un report di The European House – Ambrosetti*, il mercato della medicina di precisione ha un importante valore economico, pari a 66,9 miliardi di dollari nel 2020 e si prevede che arriverà a toccare i 125,7 miliardi di dollari nel 2026.
Nel prossimo futuro, le organizzazioni sanitarie di successo saranno quelle in grado di combinare la migliore gestione dei dati e la migliore intelligenza umana e pratica clinica con la migliore intelligenza artificiale. Da uno studio condotto da MIT – Technology Review Insights, in collaborazione con GE Healthcare, è emerso come grazie all’implementazione dell’AI nelle strutture sanitarie il medico è in grado di risparmiare fino a 2/3 del proprio tempo – dando così più spazio alla relazione umana -, di fare previsioni migliori nel trattamento delle malattie e di ridurre il margine di errore.
Se l’intelligenza artificiale fosse integrata in modo continuativo nell’attività giornaliera dei professionisti della medicina per automatizzare le attività non critiche e supportarli nei processi di decision making routinari, libererebbe risorse per le attività più complesse, lasciando loro più libertà per concentrarsi sul processo clinico decisionale.
Integrazione fra intelligenza artificiale e intelligenza umana
L’integrazione tra intelligenza artificiale e intelligenza umana è la formula vincente, ma è necessario che siano i dati a lavorare per i professionisti sanitari e non viceversa. Volendo fare un paragone, potremmo affermare che l’intelligenza artificiale è come un pilota automatico: nessuno vorrebbe salire su un volo senza pilota, anche se un pilota automatico è in grado di pilotare un aereo. Il pilota automatico è lì per sostenere il pilota nel fare il suo lavoro in modo più efficace: allo stesso modo, l’intelligenza artificiale può supportare i professionisti sanitari per lavorare in modo più efficiente e gestire meglio il carico di lavoro.
Impieghi dell’AI in medicina
Nella cura del cancro, ad esempio, la tecnologia può diventare un forte alleato nella valutazione delle informazioni e dei dati necessari per arrivare a una diagnosi e alla definizione del piano terapeutico. Grazie alla tecnologia digitale si ha la possibilità di inserire tutti i dati contemporaneamente in un sistema centralizzato che permette di visualizzare i referti, le immagini, le cartelle cliniche e le informazioni genomiche che sono sempre più decisive nella definizione del percorso terapeutico, organizzando le informazioni non solo elettronicamente ma anche cronologicamente.
Gli strumenti digitali possono giocare un ruolo importante nello snellimento dei processi, rendendoli più efficienti, aumentando la qualità e la rapidità del percorso decisionale. L’intelligenza artificiale può contribuire a ottimizzare l’uso della diagnostica per immagini identificando i pazienti che sono effettivamente a rischio, individuando più facilmente eventuali falsi positivi o falsi negativi durante uno screening diagnostico, supportando i medici nel processo decisionale e riducendo i test inutili.
A livello ospedaliero, l’impiego dell’intelligenza artificiale può aiutare a ottimizzare la gestione dell’intero ecosistema, comportando un migliore utilizzo delle risorse e una riduzione delle liste d’attesa: l’analisi automatica di milioni di dati genera informazioni operative in tempo reale, fornendo ad esempio una chiara visibilità sulla disponibilità di letti in terapia intensiva o in sala operatoria, per gestire in modo efficiente risorse preziose.
Il caso dell’Humber River Hospital di Toronto
A questo proposito è emblematico il caso dell’Humber River Hospital di Toronto, in Canada, uno dei primi ospedali al mondo a dotarsi di un “Command Center”. Simile a una torre di controllo del traffico aereo, il sistema sviluppato da GE Healthcare fornisce al personale clinico informazioni in tempo reale per aiutarlo a prendere decisioni rapide sulla gestione del flusso dei pazienti, consentendo il coordinamento delle cure per ogni singolo paziente. Il personale opera in ambienti fisici del tutto simili alle torri di controllo del traffico aeroportuale ma al tempo stesso le informazioni sono disponibili anche su un semplice smartphone. L’ottimizzazione del sistema non consente soltanto di operare al meglio durante la quotidianità, ma rappresenta un ulteriore aiuto per affrontare i periodi critici: grazie all’ottimizzazione dei processi, l’Humber River Hospital è stato in grado di creare l’equivalente di una capacità di 35 posti letto in più senza aggiungere personale o infrastrutture, risparmiando oltre 11,5 milioni di dollari.
Un white paper con le best practice
Per capire quali siano state le principali lezioni apprese nel periodo pandemico, abbiamo raccolto le esperienze di alcuni dei migliori professionisti del settore sanitario di tutto il mondo in un white paper (Post call: how a pandemic transformed healthcare for the future). Ne emerge la visione di un nuovo, più resiliente ecosistema sanitario, “intelligentemente efficiente”, che sfrutta la tecnologia per ridurre il burnout, espandere l’assistenza alle cure virtuali e migliorare la gestione dei dati per rafforzare il processo decisionale clinico. Un ulteriore vantaggio dell’applicazione di algoritmi predittivi è poi quello dell’ottimizzazione della programmazione per massimizzare gli appuntamenti e ridurre i “No show”, i casi in cui i pazienti non si presentano a una visita. Grazie alla “programmazione intelligente”, è infatti possibile ridurre i tassi di mancata presentazione del 70%. Inoltre, gli ausili diagnostici virtuali, mobili e agili sono emersi come strumenti clinici chiave negli ospedali che hanno affrontato i picchi di COVID-19.
L’innovazione dunque, è la chiave di volta per la sanità del futuro, ma nella transizione verso una sanità più intelligente e più efficiente, guidata dai dati, è necessario creare un ecosistema della salute che valorizzi i punti di forza e la collaborazione tra tutti gli stakeholder: strutture sanitarie, professionisti, partner tecnologici, mondo accademico, massimizzando le sinergie e le partnership pubblico privato e sfruttando al massimo l’accelerazione verso la digitalizzazione impressa dal periodo pandemico.
* “Il ruolo dell’Ecosistema dell’Innovazione nelle Scienze della Vita per la crescita e la competitività dell’Italia” settembre 2021
