L’applicazione dell’intelligenza artificiale ha un ruolo rilevante nel processo di digitalizzazione della sanità. Per migliorare percorsi di cura e gestione clinica delle malattie è necessario adottare le nuove tecnologie disponibili
direttore UOC Cardiologia, direttore Dipartimento di Medicina, Ospedale G.B. Grassi – Roma
L’AI è applicata in medicina per migliorare i percorsi diagnostici e terapeutici, soprattutto per le malattie croniche. Durante la pandemia da Covid-19, l’importanza dell’AI è emersa chiaramente per affrontare le criticità del Sistema Sanitario Nazionale. L’AI consente il monitoraggio remoto dei pazienti, riducendo le visite in ambulatorio e i ricoveri ospedalieri, e rappresenta un elemento chiave nella digitalizzazione della sanità.
L’AI viene utilizzata in radiologia, neurologia e cardiologia per riconoscere quadri patologici come ictus cerebrali e tumori, interpretare elettrocardiogrammi e identificare aritmie cardiache.
La telemedicina, supportata dall’AI, permette il monitoraggio remoto di pazienti con scompenso cardiaco, utilizzando dispositivi che trasmettono parametri clinici e defibrillatori impiantabili. Questo approccio consente diagnosi precoci e interventi tempestivi, riducendo la necessità di ospedalizzazioni e migliorando la continuità assistenziale.
Intelligenza artificiale e medicina: migliorare i percorsi di cura e la gestione clinica delle malattie, soprattutto croniche, con l’applicazione dell’intelligenza artificiale in medicina. Questo è possibile oltre che necessario, come ha dimostrato nell’ultimo anno lo stato di emergenza causato dalla pandemia da Covid 19.
Nel 2020 all’attenzione pubblica si sono mostrate le criticità del Sistema Sanitario Nazionale, evidenziandone i limiti per quanto riguarda i rispettivi ruoli dell’Ospedale e del Territorio, spesso separati nel percorso di cura del paziente senza continuità assistenziale: l’ospedale oggi rimane infatti ancora al centro delle cure e il territorio risulta carente nelle risorse e nelle risposte alle esigenze cliniche soprattutto per le patologie croniche. L‘applicazione dell’intelligenza artificiale in medicina ha un ruolo rilevante in questo processo di digitalizzazione.
Utilizzando le nuove tecnologie oggi disponibili, in cardiologia come in altre specializzazioni della medicina, l’obiettivo ambizioso è quello di controllare i pazienti da casa prevenendo le patologie, le riacutizzazioni, gli accessi in ambulatorio (incrementando le tele-visite), in pronto soccorso e riducendo i ricoveri. Per fare tutto questo è indispensabile introdurre strumenti di sanità digitale, di cui la telemedicina rappresenta un caposaldo.
Indice degli argomenti:
Quali sono le applicazioni dell’intelligenza artificiale in medicina
L’intelligenza artificiale (A.I.) – intesa come la capacità di un computer di recepire, elaborare e interpretare mediante algoritmi informatici i complessi calcoli matematici di una grande quantità di dati (machine learning), simulando artificialmente quanto avviene nel processo di apprendimento e di elaborazione della mente umana – si applica ormai in molti ambiti della nostra vita quotidiana, ma recentemente l’intelligenza artificiale va sempre più affermandosi come utile strumento in medicina.
WHITEPAPER
Dall'on prem al cloud, perché la modernizzazione applicativa è d'obbligo. Scopri gli esempi pratici
Application Lifecycle Management
Application Performance Monitoring
Questa può entrare definitivamente nel percorso diagnostico terapeutico di molte patologie e può migliorare l’approccio clinico al paziente. Si tratta quindi di esempi di biotecnologie o ingegneria biomedica applicata all’intelligenza artificiale.
Intelligenza artificiale e medicina, le applicazioni
Nell’attuale pratica clinica, l’intelligenza artificiale viene infatti già utilizzata in ambito radiologico, neurologico e cardiologico dove con essa è possibile:
riconoscere i quadri radiologici suggestivi di ictus celebrale o di tumori del cervello con buona affidabilità e appropriatezza, permettendo una più rapida attivazione delle cure;
riconoscere un elettrocardiogramma normale con estrema precisione ma anche interpretare un elettrocardiogramma patologico;
identificare con buona attendibilità, sull’elettrocardiogramma, le aritmie cardiache e, in particolare, la fibrillazione atriale, permettendo di prevenire l’ictus celebrale e lo scompenso cardiaco mediante l’immediata attivazione delle terapie appropriate.
Cardioaritmologia e sanità digitale, lo stato dell’arte
Recepire ed elaborare centinaia di migliaia di immagini radiologiche o elettrocardiografiche consente di identificare quadri di normalità differenziandoli da quelli patologici che, a loro volta, possono essere catalogati e interpretati favorendo le diagnosi.
Se poi all’intelligenza artificiale si aggiunge anche la possibilità di trasmettere le immagini e gli elettrocardiogrammi da remoto, mediante la telemedicina, dai presidi sanitari del territorio a un centro cardiologico di riferimento, si può ben comprendere come avere tali strumenti può permettere di progettare e realizzare davvero una nuova organizzazione della sanità più efficiente, superando gli schemi ormai non sostenibili dell’organizzazione sanitaria attuale.
Per questo oggi è quanto più fondamentale informare medici e operatori sanitari sulle possibilità che le nuove tecnologie offrono per migliorare i percorsi clinici tra Ospedale e Territorio.
Dell’applicazione dell’intelligenza artificiale in medicina e degli scenari futuri per la cura e l’assistenza si è parlato nel corso del convegno Cardioaritmologia e Sanità Digitale, organizzato da Midi 2007, per comprendere meglio lo stato dell’arte sulle innovazioni digitali in sanità e in particolare in cardiologia, con i contributi e le testimonianze dei maggiori esperti del settore.
Iniziative come questa permettono, attraverso approfondimento e confronto, di percorrere nuovi passi in avanti verso la sanità digitale, testimoniando inoltre il rapporto già in atto di stretta collaborazione tra medici di famiglia e medici ospedalieri, verso una più efficace continuità assistenziale Ospedale e Territorio.
La gestione clinica dello scompenso cardiaco con la telemedicina
Lo scompenso cardiaco è una patologia che affligge un grande numero di italiani, fino al 5% della popolazione generale, con incremento in rapporto all’età, manifestandosi prevalentemente in soggetti anziani.
È la causa principale di ricovero nei pazienti con più di 65 anni e presenta una mortalità elevata a 5 anni dalla diagnosi: è spesso complicato da aritmie che possono condurre fino all’arresto cardiaco.
Può dunque essere considerato una vera e propria pandemia, oggi resa ancora più critica dalla attuale concomitanza con le infezioni respiratorie causate dal Covid-19.
Durante la prima fase dell’emergenza del Coronavirus, il Sistema Sanitario si è trovato nelle condizioni di dover sospendere o rinviare l’erogazione delle consuete cure su patologie croniche, che già venivano fornite con difficoltà per motivi organizzativi ed economici.
Oggi l’evoluzione del mondo digitale e dell’intelligenza artificiale, come abbiamo visto, offre però alla medicina interessanti soluzioni tecnologiche per migliorare la gestione clinica di malattie croniche, come lo scompenso cardiaco, così diffuse nella popolazione anziana.
Per quanto riguarda la cardiologia, grazie alla telemedicina siamo in grado di intervenire sui pazienti con azioni mirate tempestive, efficaci ed efficienti attraverso il monitoraggio da remoto: in particolare i pazienti con scompenso cardiaco spesso vengono sottoposti all’impianto di un defibrillatore che ha come funzione primaria quella di trattare in emergenza eventuali aritmie che potrebbero determinare una morte improvvisa del paziente.
Trasmissione da remoto dei parametri clinici
Ma gli avanzamenti tecnologici e l’uso dell’intelligenza artificiale in medicina hanno reso questi dispositivi in grado di svolgere anche altre funzioni, come quella di monitorare e trasmettere da remoto una serie di parametri relativi al funzionamento del defibrillatore stesso e parametri clinici relativi allo scompenso cardiaco. La raccolta da remoto di questi dati rende possibile effettuare una valutazione poliparametrica integrata che fornisce un profilo clinico del paziente monitorato.
Tale profilo può esitare in un punteggio (score) che, indicando le condizioni cliniche, permette al cardiologo un’immediata valutazione del grado di scompenso, prima che il paziente diventi chiaramente sintomatico. In tal modo il cardiologo può tempestivamente intervenire con le misure terapeutiche più appropriate prevenendo una possibile ospedalizzazione.
Una diagnosi precoce effettuata in tal modo si traduce così in un beneficio per il paziente che riceve una risposta clinica immediata, riducendo la progressione dello scompenso ed evitando un ricovero, e per il sistema, per cui si ottiene una riduzione del carico assistenziale sia ambulatoriale (territorio) sia ospedaliero (ricovero).
Esempi di intelligenza artificiale in medicina
Per la cura del paziente
Chatbot: aiutano il paziente a fornire una diagnosi in base ai sintomi spiegati dal paziente.
Gestione della gravidanza: monitoraggio dello stato di salute della mamma e del feto in modo da ridurre le preoccupazioni.
Analisi dei dati del paziente: scopre informazioni e suggerisce come intervenire su un determinato caso.
Robot chirurgici per interventi: sono adatti per le procedure che richiedono azioni ripetitive.
Diagnostica
Per le diagnosi precoci: analizza le condizioni del paziente sfruttando i dati di laboratorio per avere una diagnosi precoce.
Diagnostica per immagini: analizza e trasforma le immagini. Un esempio è skin vision che consente di individuare il cancro della pelle scattando una foto con lo smartphone.
A cura della redazione
Intelligenza artificiale e medicina: un ausilio importante per decidere le cure
L’acquisizione poliparametrica, da cui deriva il punteggio che indica le condizioni cliniche del paziente, può essere considerata a tutti gli effetti una forma di “intelligenza artificiale” in medicina in quanto, raccogliendo dati clinici e elettrici, fornisce uno score che semplifica la valutazione clinica aiutando il cardiologo nella tempistica delle decisioni terapeutiche.
A partire dal controllo a distanza le ASL potrebbero creare nuovi modelli organizzativi per gestire i pazienti affetti da scompenso cardiaco: in un’ottica di continuità assistenziale Ospedale-Territorio, il territorio dovrebbe controllare da remoto i pazienti in cura e l’ospedale dovrebbe fornire le cure in emergenza che richiedono un ricovero.
Fabrizio Ammirati
La strada verso la sanità digitale è stata ormai intrapresa e va perseguita al passo con le innovazioni per rendere più efficace e efficiente il nostro Sistema Sanitario Nazionale. Attenzione però: l’intelligenza artificiale si propone come uno strumento valido di ausilio per il medico che, comunque, rimane il principale riferimento per decidere le cure del paziente.
white paper
Software di Intelligenza Artificiale: le migliori soluzioni per le aziende
Su questo sito utilizziamo cookie tecnici necessari alla navigazione e funzionali all’erogazione del servizio.
Utilizziamo i cookie anche per fornirti un’esperienza di navigazione sempre migliore, per facilitare le interazioni con le nostre funzionalità social e per consentirti di ricevere comunicazioni di marketing aderenti alle tue abitudini di navigazione e ai tuoi interessi.
Puoi esprimere il tuo consenso cliccando su ACCETTA TUTTI I COOKIE. Chiudendo questa informativa, continui senza accettare.
Potrai sempre gestire le tue preferenze accedendo al nostro COOKIE CENTER e ottenere maggiori informazioni sui cookie utilizzati, visitando la nostra COOKIE POLICY.
ACCETTA
PIÙ OPZIONI
Cookie Center
ACCETTA TUTTO
RIFIUTA TUTTO
Tramite il nostro Cookie Center, l'utente ha la possibilità di selezionare/deselezionare le singole categorie di cookie che sono utilizzate sui siti web.
Per ottenere maggiori informazioni sui cookie utilizzati, è comunque possibile visitare la nostra COOKIE POLICY.
ACCETTA TUTTO
RIFIUTA TUTTO
COOKIE TECNICI
Strettamente necessari
I cookie tecnici sono necessari al funzionamento del sito web perché abilitano funzioni per facilitare la navigazione dell’utente, che per esempio potrà accedere al proprio profilo senza dover eseguire ogni volta il login oppure potrà selezionare la lingua con cui desidera navigare il sito senza doverla impostare ogni volta.
COOKIE ANALITICI
I cookie analitici, che possono essere di prima o di terza parte, sono installati per collezionare informazioni sull’uso del sito web. In particolare, sono utili per analizzare statisticamente gli accessi o le visite al sito stesso e per consentire al titolare di migliorarne la struttura, le logiche di navigazione e i contenuti.
COOKIE DI PROFILAZIONE E SOCIAL PLUGIN
I cookie di profilazione e i social plugin, che possono essere di prima o di terza parte, servono a tracciare la navigazione dell’utente, analizzare il suo comportamento ai fini marketing e creare profili in merito ai suoi gusti, abitudini, scelte, etc. In questo modo è possibile ad esempio trasmettere messaggi pubblicitari mirati in relazione agli interessi dell’utente ed in linea con le preferenze da questi manifestate nella navigazione online.