Ai blocchi di partenza l’Intelligenza Artificiale nella Sanità
adv

Si scaldano i motori ai box dell’A.I. sul circuito della salute

L’AI in Sanità promette rivoluzioni e miglioramenti impressionanti, ma pone grandi sfide e chiede risposte

Computer in camice bianco

Pochi settori stanno vivendo una rivoluzione così rapida come quella che vede l’Intelligenza Artificiale (IA) introdursi nel settore cruciale della Sanità privata e pubblica.

È notizia di poche settimane fa che l’IA verrà utilizzata negli Ospedali di Londra per supportare le diagnosi e le prescrizioni di farmaci. Il Regno Unito non è isolato nell’utilizzo dell’IA in corsia.  Esperienze analoghe sono già avviate negli Stati Uniti, in India e sporadicamente in Europa.

Non potrebbe esserci domanda di tecnologia se non fosse già disponibile l’offerta, almeno nel campo dei sistemi esperti e dell’Intelligenza Artificiale. Tra le software houses che competono in questo campo si posiziona la Pieces Tech di Dallas, negli USA. Il suo fondatore, il dottor Ruben Amarasingham l’ha fatta crescere in fretta ed ora è in grado di schierare diverse soluzioni basate sui sistemi esperti capaci di ottimizzare il percorso diagnostico e terapeutico al paziente in affiancamento ai medici tradizionali. Le prestazioni offerte dai software comprendono le analisi predittive, il monitoraggio, l’ottimizzazione dei flussi operativi e l’apprendimento organizzativo.

Quando il computer suggerisce cosa fare

In ambito gestionale una delle principali caratteristiche di un ricovero è la sua aderenza allo standard dei DRG (Diagnosis Related Groups), utilizzato per la quantizzazione economica dei rimborsi alla struttura ospedaliera, sia pubblica che privata. Ne consegue che, per rendere remunerativo un ricovero, occorre prendere numerose decisioni in merito alla durata della degenza ed alla migliore sequenza di esami ed interventi. La disponibilità di software specifici per la gestione del risk management consente, inoltre, di spuntare notevolissime riduzioni sulle assicurazioni che Ospedali e Cliniche pagano per proteggersi contro episodi di cosiddetta “Malasanità”.

In merito alle opzioni cliniche, uno dei software compresi nella suite della Pieces Tech è Pieces DS (Pieces Decision Support), che appunto facilita le scelte in merito alle decisioni su tempi di degenza, rischi sanitari e corrette procedure all’interno di strutture sanitarie avanzate.

Il punto di vista privilegiato dei software di Intelligenza Artificiale deriva non solo dalle regole di inferenza “scritte” nei loro codici, ma anche dall’analisi di basi di dati sterminate e che si auto incrementano giornalmente. L’approccio moderno dell’intelligenza robotica deriva infatti anche dall’esplorazione euristica dei Big Data, che consente di scoprire correlazioni che normalmente sfuggirebbero ad una analisi effettuata da un esperto essere umano. A Pieces DS si affianca un altro software fondamentale denominato IRIS, deputato all’analisi di contesto della comunità in cui opera la struttura sanitaria (il bacino di utenza di una Unità Sanitaria Locale, ad esempio), considerando variabili quali l’alimentazione, la densità abitativa, le condizioni abitative stesse, la scolarizzazione, il livello di legalità, oltre ad ulteriori fattori configurabili di volta in volta. Dalla convoluzione di differenti indicatori vengono estrapolati trends e indicatori capaci di fornire previsioni di massima sul’andamento dei fabbisogni di salute e sui picchi stagionali di malattie quali l’influenza. Queste informazioni sono preziosissime per i decisori a capo del management delle strutture sanitarie per preparare opportunamente le risorse disponibili (sempre più scarse) in modo da garantire il miglior utilizzo con il massimo risultato.

I differenti livelli di azione dell’IA

Il valore aggiunto dell’Intelligenza Artificiale, dunque, è legato al ruolo di facilitatore del decision making multilivello. In pratica ciascun livello della catena di comando delle organizzazioni sanitarie è supportato nel difficilissimo compito di organizzazione quotidiana delle attività. Nelle corsie il computer aiuterà nelle scelte relative alla escalation di esami e di diagnostica da mettere in campo, correlandolo con le diagnosi di ingresso e con l’evolversi della situazione clinica desunta dai risultati diagnostici. A livello dipartimentale il supporto riguarderà la ripartizione delle risorse tra le Unità di degenza così da calibrare la risposta sanitaria alle mutabili esigenze di salute, legate ad esempio alle malattie stagionali. A livello di Alta Direzione, invece, verranno utilizzati i dati resi disponibili da IRIS per garantire che la richiesta di salute, declinata attraverso il setting delle differenti patologie, trovi riscontro nell’offerta di adeguate prestazioni sanitarie,  a livello ambulatoriale o attraverso la tipologia di ricovero più adeguata alla gravità del singolo caso. Quest’ultimo livello, ovviamente, privilegia l’aspetto manageriale-organizzativo rispetto quello meramente medico, pur risultando egualmente interessante in quanto libera risorse per offrire migliori cure a parità di risorse.

Scenari di un futuro prossimo

In campo prettamente medico, tuttavia, la disponibilità di dati sanitari sempre più numerosi consente di ipotizzare un tempo non distante da oggi, quando l’Intelligenza Artificiale consentirà il raggiungimento di elevati livelli di personalizzazione dei percorsi assistenziali offerti ai singoli pazienti, ritagliando i migliori percorsi diagnostico terapeutici possibili, risparmiando inutili sofferenze ai malati e rendendo disponibili ingenti risorse per migliorare l’offerta terapeutica. In tal modo, quindi, sarà virtualmente possibile offrire la miglior cura a tutti quelli che ne hanno necessità.

Interrogativi sul ruolo dell’IA nella Sanità

I vantaggi offerti dall’introduzione pervasiva dell’IA nella Sanità sono a questo punto palesi sia per quanto attiene ai pazienti, che godranno di migliori cure sempre più specifiche, sia per le strutture sanitarie stesse, che saranno in grado di ottimizzare il consumo di risorse, sia umane che diagnostiche, che di tempo di sala operatoria o di attrezzature diagnostiche quali TAC, MRN, attrezzature per radioterapia o quant’altro.

La sua introduzione estesa, tuttavia, rappresenta un campo ad oggi non pienamente esplorato e lascia adito ad interrogativi che chi gestisce il management delle strutture sanitarie deve risolvere, prima di poter utilizzare appieno tale tecnologia emergente.

In primis, ciascuna organizzazione sanitaria dovrà mappare  a fondo i propri processi, definirne i punti critici, gli snodi operativi ed i colli di bottiglia che ne rallentano le attività. Prima di introdurre tecnologie informatiche avanzate sarà indispensabile valutare la capacità delle organizzazioni di incidere sui comportamenti non corretti degli operatori sanitari stessi, anche superando vecchie ottiche sindacali miopi. In mancanza di risposte chiare, probabilmente sarà superfluo investire in tecnologie se prima gli uomini che dovranno usarla non sono pronti al cambiamento.

Nata a Napoli nel 1993, Federica Amodio è laureata magistrale in Scienze e Tecnologie Genetiche presso il centro di ricerche genetiche BIOGEM 110 con lode. La sua tesi di laurea, verte sui meccanismi di regolazione del gene Zscan4 da parte dell’acido retinoico nelle cellule staminali embrionali murine. L’espressione di questi geni regolano le prime fasi per lo sviluppo degli embrioni. Per lungo tempo ha collaborato con il centro per una pubblicazione scientifica inerente al suo progetto di tesi.