La capacità delle imprese e di qualsiasi organizzazione di generare dati rappresenta sempre di più un asset, un vero e proprio patrimonio che però si trasforma in valore solo nel momento in cui i dati diventano conoscenza e quando questa stessa conoscenza viene utilizzata per migliorare prodotti e servizi, per crearne di nuovi, o per aumentare la qualità della relazione con clienti e cittadini. Nel processo di trasformazione dei dati in conoscenza un ruolo fondamentale è svolto dall’intelligenza artificiale che consente di estrarre conoscenza da archivi sempre più grandi in modo sempre più veloce e preciso individuando relazioni, modelli, “pattern”. Il ruolo dell’intelligenza artificiale è particolarmente importante nel mondo della sanità, da una parte perché l’utilizzo sempre più diffuso del digitale sta facendo crescere per l’appunto in modo vertiginoso la quantità di dati, dall’altra perché questo settore ha avviato un percorso di miglioramento della qualità dei servizi e di “attenzione ai pazienti” basato sulla disponibilità di un livello di conoscenza sempre più accurato.
La disponibilità di dati si configura spesso come un patrimonio di informazioni disaggregate, ottenute in ambiti anche molto differenti, che però – se analizzate nel loro complesso – permettono di avere un quadro completo della salute del paziente, e mettono a disposizione segnali e strumenti di analisi che consentono di attuare forme di medicina preventiva, individuando in anticipo l’insorgere di eventuali problemi o malattie. E il tema della prevenzione è certamente uno dei benefici più importanti nell’utilizzo dei dati in sanità ed è praticabile solo grazie all’impiego di soluzioni di intelligenza artificiale (AI).
AI in sanità per cittadini e PA
I benefici dell’intelligenza artificiale per il settore sanitario sono numerosi e variano in funzione degli ambiti applicativi. Alcune di queste tecnologie possono contribuire a migliorare l’assistenza sanitaria per i pazienti e si rivolgono direttamente al personale medico mettendo a disposizione, ad esempio, una capacità di anamnesi medica molto precisa e dettagliata e consentendo la individuazione di segnali o sintomatologie da mettere in diretta relazione con la “storia” clinica del paziente e con il contesto nel quale si manifestano. Nel rapporto medico-paziente l’intelligenza artificiale è poi di grandissimo supporto nelle valutazioni legate al monitoraggio e al controllo dei parametri legati a specifiche patologie o alla qualità della vita del paziente in relazione a determinate malattie. Con la preziosa trasformazione dei dati in conoscenza a diretto beneficio di ciascun paziente l’intelligenza artificiale è poi in grado di mettere a disposizione delle organizzazioni del mondo sanitario un livello di analisi “più generale” relativo alla individuazione di patologie o problematiche relative a determinate categorie di pazienti in relazione a determinati comportamenti o situazioni. Grazie a questa capacità di analisi le strutture sanitarie dispongono di una capacità di monitoraggio che permette di attuare forme di prevenzione e di intervento a livello sociale, aumentando il valore stesso della prevenzione non più solo sul singolo individuo ma a beneficio della collettività.
I vantaggi dell’intelligenza artificiale nel mondo della sanità sono poi molto consistenti anche nella parte del “back office”. L’organizzazione dei processi interni, dalla quale dipende in larga misura la qualità dei servizi erogati ai cittadini per quanto attiene alle attività operative e amministrative, genera dati e grazie al lavoro su questi dati si possono migliorare in modo significativo le loro performance. La relazione stessa tra questi due ambiti, ossia la conoscenza che arriva dai pazienti e la conoscenza sui processi e sulle operations permette, grazie all’intelligenza artificiale, di disporre di una “vista” che è fondamentale per identificare le criticità dei servizi, i punti di miglioramento, così come anche le eccellenze da valorizzare e da replicare.
Ma quando si parla di artificial intelligence è necessario focalizzare l’attenzione anche su alcune tecnologie e su alcuni ambiti applicativi che sono destinati a svolgere un ruolo particolarmente importante.
Machine learning per la medicina di precisione
In un contesto nel quale la qualità del servizio dipende dalla qualità dei dati e dalla capacità di fornire le risposte più corrette in tempi rapidi è fondamentale contare su soluzioni che siano in grado di “imparare” dai dati stessi e di accelerare il percorso di conoscenza. Un ruolo speciale è infatti svolto dal machine learning, la tecnica usata per addestrare i modelli di conoscenza ai dati stessi grazie al riconoscimento in automatico di pattern per mettere a disposizione una serie di risultati che aumentano la capacità di conoscenza a supporto delle decisioni.
Una delle applicazioni più frequenti del machine learning in ambito sanitario è rappresentata dalla medicina di precisione, ovvero dalla capacità di prevedere, ad esempio, quali protocolli di trattamento hanno la migliore probabilità di successo su un paziente in base ai dati disponibili relativi all’anamnesi unitamente alle informazioni fornite dal paziente stesso e al contesto nel quale si svolge il trattamento. Il valore di questi dati è dato dalla capacità di individuare segnali, relazioni, modelli appunto, che permettano di arrivare alla diagnosi più precisa e più accurata possibile in uno scenario che unisce le prospettive della medicina di precisione con quelle della personalizzazione della cura. Il tutto con due grandi vantaggi: il miglioramento della qualità della cura e della gestione delle risorse necessarie alla erogazione della cura stessa a testimonianza del doppio valore che il digitale mette a disposizione verso i pazienti e verso le strutture sanitarie.
Deep learning e reti neurali
La crescente disponibilità di dati apre le porte anche alla possibilità di disporre di forme più complesse di apprendimento automatico che possono prevedere l’utilizzo di tecnologie di deep learning o di modelli basati su reti neurali aumentando il “raggio d’azione” in termini di quantità di dati gestibili e di individuazione di “pattern” di riferimento. In questo scenario si collocano poi soluzioni tecnologiche che permettono di selezionare e lavorare su “dati veloci” per i quali è necessario disporre di una capacità elaborativa immediata o in “near-real-time” e “dati lenti” che possono invece essere messi “a fattor comune” per generare un valore di conoscenza che non è necessariamente immediato, come potrebbe essere l’individuazione di evidenze per il ripensamento dei processi organizzativi e amministrativi o la valutazione degli effetti di determinate cure su campioni di pazienti.
Ma certamente, nell’ambito delle applicazioni più “vicine” ai bisogni dei pazienti vanno citate le soluzioni che consentono al deep learning il rilevamento di caratteristiche clinicamente rilevanti nei dati di imaging che vanno al di là di quanto possa essere percepito dall’occhio umano.
L’AI per elaborare i dati di wearable e telemedicina
Ma la qualità della vita dei pazienti è data anche dalla possibilità, offerta dal digitale, di permettere un controllo, un monitoraggio e alcune forme di cura da remoto, senza imporre necessariamente di recarsi presso le strutture medico sanitarie. La disponibilità di dispositivi indossabili capaci di rilevare parametri importanti per la salute di una persona come pressione e ossigenazione del sangue, battito cardiaco, elettrocardiogramma, sta facilitando la diffusione del telemonitoraggio e dell’assistenza a distanza.
Di fatto, il paziente può essere visitato (e anche curato) a casa, verificando l’aderenza al trattamento che gli è stato prescritto.
I vantaggi sono molto evidenti e riguardano la possibilità di disporre di forme di controllo e di cura senza dover modificare abitudini o stili di vita.
Ma c’è un altro vantaggio altrettanto importante e riguarda la possibilità di disporre di dati che “nascono” in un contesto reale e che rispettano esattamente la realtà del paziente. Le applicazioni di intelligenza artificiale che sono chiamate a “lavorare” questi dati possono contare anche su un aspetto quantitativo, ossia su un numero di rilevazioni che, in qualsiasi struttura, non sarebbe possibile effettuare e che consentono, grazie ad appositi algoritmi, di arrivare alla miglior qualità possibile del dato.
AI e sanità data driven abilitate dal 5G
È evidente, dunque, come l’AI sia un alleato imprescindibile per attuare concretamente il modello della sanità guidata dai dati. Ma è altrettanto evidente come, in un contesto in cui, per garantire un miglior accesso alle cure, i diversi attori della sanità debbano essere capaci di interagire in tempo reale anche a distanza e l’assistenza sanitaria debba arrivare fino al domicilio del paziente, rendendo le cure più accessibili, non si possa prescindere da una rete ultraveloce che abbia latenze molto basse e sia capace di connettere tra loro un grandissimo numero di device anche di natura diversa tra loro.
Tutto ciò trova soluzione nel 5G, tecnologia in cui Vodafone è attiva con tutta una serie di sperimentazioni in ambito healthcare. Ad esempio, proprio grazie al 5G, Vodafone sta sviluppando molteplici soluzioni di telemedicina in cui dispositivi wearable, connessi alla rete Vodafone 5G mediante una sim, consentono ai medici il monitoraggio da remoto dei pazienti senza che questi siano costretti a recarsi nelle strutture ospedaliere. Va da sé come questa tipologia di servizi – così impattanti sulla salute e la vita stessa dei pazienti e sulle organizzazioni sanitarie che li erogano – non potrebbero essere erogati prescindendo dalle caratteristiche di qualità, velocità ed alta affidabilità della rete 5G.
Se, dunque, l’AI è un alleato per il futuro della sanità data-driven, questa nuovo paradigma dovrà essere necessariamente abilitato da tecnologie e soluzioni, quali appunto quelle basate sul 5G, che rendano assolutamente sicuro e affidabile l’intero percorso clinico medico-paziente.
Dati sanitari, AI e piattaforme per la Digital Health
Oltre che con affidabilità e sicurezza, i dati necessari all’AI devono anche poter essere gestiti in modo efficace, con particolare riguardo per quelli ottenuti dalle procedure di telemedicina.
In questa prospettiva, è importante avvalersi di uno strumento come la Digital Health Platform messa a punto da Vodafone Business per ottimizzare e automatizzare i processi di comunicazione in sanità.
Questa piattaforma rende l’assistenza domiciliare efficace e veloce e può prevenire l’ospedalizzazione, intervenendo proattivamente nella cura delle persone.
Digital Health Platform è un servizio di telemedicina che, per la comunicazione con i pazienti, si avvale di canali come SMS, voce (tramite IVR), chatbot e App e rende disponibile un cruscotto di monitoraggio accessibile dal personale sanitario.
I vantaggi per i medici e per gli operatori sanitari
La telemedicina, come visto, ha nel telemonitoraggio una delle sue declinazioni più importanti.
Ed è proprio nell’ambito della raccolta e della gestione di dati tramite telemonitoraggio che si colloca la soluzione Wearables per la Telemedicina di Vodafone Business. Un approccio e un supporto ai pazienti che passa attraverso l’uso di dispositivi indossabili, che permettono di acquisire da remoto i valori dei principali parametri vitali come la temperatura corporea, la pressione arteriosa, il battito cardiaco e altri. I dati raccolti convergono su una piattaforma che li rende disponibili sia al soggetto stesso sia al medico curante permettendo di disporre di soluzioni più efficaci per quanto attiene all’utilizzo dei dati per esami diagnostici e per il monitoraggio h24 in fase post-operatoria o di pazienti cronici.
In questo contesto, l’intelligenza artificiale, assieme al Cloud e a una connettività veloce, consentono di creare le condizioni per avvisare tempestivamente il medico e il personale sanitario sulla base di specifiche regole che rientrano a loro volta nell’ambito della cura a distanza. E va inoltre ricordato che si parla in questo caso di un tema che riveste particolare rilievo anche nel Piano Nazionale di Ripresa e Resilienza (PNRR), il quale, all’interno della Missione 6 Salute, prevede uno stanziamento di 7 miliardi di euro proprio per l’assistenza di prossimità e per la telemedicina.
AI e le logiche data-driven nella pratica clinica
Per diverso tempo la diagnosi e il trattamento delle malattie sono state al centro di percorsi di innovazione e di sperimentazioni di Intelligenza Artificiale senza tuttavia entrare stabilmente nelle routine della pratica clinica per la difficoltà di integrazione con il flusso di lavoro e l’operatività dei medici e con i modelli tradizionali delle cartelle cliniche.
Con la disponibilità di risorse di analisi adeguate, sia in termini di computing, sia di storage si è vissuta una accelerazione che ha permesso un’evoluzione della situazione e l’AI è gradualmente uscita dai laboratori di ricerca per entrare anche nella pratica clinica, dove ha inaugurato una stagione che si può definire di sanità data-driven. Un approccio caratterizzato da decisioni che possono contare sul duplice supporto della professionalità e della competenza medica “rafforzata” dalla disponibilità di dati e conoscenza che arrivano dalle soluzioni digitali e dall’Intelligenza Artificiale.
Gli interventi chirurgici guidati dall’AI
Accanto alla maggiore precisione nella fase di diagnosi, di prevenzione e di definizione e attivazione di modelli di cura e monitoraggio l’AI può far apprezzare il proprio valore anche nell’ambito degli interventi chirurgici. Si tratta in questo caso di un ambito nel quale l’innovazione sanitaria si appoggia all’automazione robotica. Ed è proprio grazie alla chirurgia robotica, gestita mediante AI, che si possono effettuare interventi sempre più complessi con maggiore precisione e anche a distanza, consentendo al medico specialista di avvalersi di un’equipe di sala remota per intervenire senza doversi spostare.
Ovviamente, per operare a distanza, è necessario anche disporre di una rete di comunicazione veloce, a larga banda e a bassa latenza, come il 5G, che può arrivare anche dove non ci sono i collegamenti in fibra.
Tecnologie e soluzioni al servizio della sanità
Il contesto finora analizzato lascia emergere chiaramente come la sanità possa trarre un grande vantaggio nel momento in cui viene guidata dai dati. Questa esigenza pone IoT, 5G, Cloud computing e Digital Solutions sempre di più al centro di una digital health data-driven Al fianco di queste tecnologie c’è poi, come già indicato, una AI che sta facendo passi enormi nella pratica clinica aiutando medici, pazienti e amministrazioni delle strutture e organizzazioni sanitarie.
In tutto ciò, occorre tornare a sottolinearlo – tanto per i cittadini quanto per le pubbliche amministrazioni – resta centrale e fondamentale la sicurezza dei dati sanitari accanto a un corretto approccio alla gestione dei servizi di telemedicina. E si tratta di uno scenario in cui alcune soluzioni tecnologiche particolarmente innovative – come quelle messe a disposizione da Vodafone Business – possono essere di aiuto per tutti gli attori impegnati a disegnare un futuro della sanità sempre più smart e data-driven.
Anche l’amministrazione può beneficiare dell’AI
La sanità ha come obiettivo primario la salute delle persone. Alla base di tale obiettivo c’è, però, un complesso iter burocratico che prevede una serie di processi amministrativi spesso complessi. Non sempre questi processi sono adeguatamente digitalizzati o non lo sono con lo stesso approccio.
Oggi, due dei punti cardine del patient journey, ovvero del percorso che unisce paziente e salute, sono rappresentati dalla cartella clinica elettronica (CCE) e dal fascicolo sanitario elettronico (FSE). Si tratta di due strumenti fondamentali di condivisione e integrazione di dati ma, per renderli realmente operativi, è necessario contare su un allargamento della base dati che permetta, ad esempio, di aggregare fonti anche molto diverse tra loro come appunti vocali, cartelle cliniche cartacee, file scritti in testo libero, imaging radiologico, video di esami e documentazione relativa a interventi chirurgici e, dall’altra, integrare lo storico di tutti gli eventi che hanno riguardato (e riguardano) la salute dei cittadini.
L’AI può aiutare a superare la tradizionale struttura a silos ancora ampiamente radicata nei sistemi informativi della sanità italiana (per esempio, ogni Regione ha regole proprie per redigere il FSE), permettendo di gestire ed estrarre valore anche da dati non strutturati apparentemente incompatibili tra loro per consentire una rapida ricerca e una veloce consultazione e successiva elaborazione. Questo permette di offrire al personale medico la possibilità di effettuare analisi più approfondite a tutto vantaggio della cura del paziente, a cui si aggiungono vantaggi amministrativi e di organizzazione interna anche per il personale sanitario non medico. In questo ambito rientra il miglioramento nella gestione delle sale d’attesa, delle emergenze nei pronto soccorso, delle prenotazioni dei ricoveri, ma anche della pianificazione, previsione e ottimizzazione degli investimenti in innovazione e sostenibilità della sanità.
Articolo realizzato in collaborazione con Vodafone
