L’Healthcare ha un forte bisogno di Analytics e Intelligenza Artificiale

Tag:

Il 2020 sarà un anno di importanti sfide e opportunità per il settore sanitario.

Per quanto la medicina e l’assistenza sanitaria siano un fenomeno umano, l’Intelligenza Artificiale e le tecniche di Big Data Analysis giocheranno un ruolo sempre più importante, anche in questo ambito.

La base di partenza rimangono sempre e comunque i dati, e il settore sanitario, da questo punto di vista, è favorito dall’abbondanza e varietà del patrimonio informativo a disposizione, alimentato ad esempio dai dati di cartelle cliniche elettroniche, dai registri di fatturazione, dai dispositivi mobili e da sensori e wearable.

L’importanza che tali discipline ricopriranno nel settore sanitario è dimostrata dalle proiezioni rispetto al valore di mercato dell’AI nel settore Healthcare, che passerà da 2.1 miliardi di dollari del 2018 a 36.1 miliardi nel 2025, con un CAGR del 50.2%.

Ma per capire davvero l’impatto che tali tecnologie potranno avere nel prossimo futuro, è opportuno partire da un’analisi delle sfide e degli obiettivi che il settore Healthcare si pone per il 2020.

Tra questi, alcuni dei più importanti sono:

·       Porre il paziente al centro dei servizi sanitari, migliorando la Patient Experience

·       Creare percorsi di cura personalizzati in funzione delle esigenze del paziente

·       Migliorare l’intero patient journey, dalla prevenzione all’assistenza post trattamento

·       Aumentare l’accessibilità alle cure sanitarie

·       Garantire linteroperabilità dei sistemi informativi e la sicurezza dei dati clinici

·       Ottimizzare la spesa sanitaria, automatizzando le attività a scarso valore aggiunto

Perché l’Intelligenza Artificiale e gli Analytics si sposano bene con la maggior parte di queste sfide?

Partiamo dal presupposto che i sistemi alimentati da Advanced Analytics e Artificial Intelligence sono in grado di portare a termine autonomamente azioni ripetitive o suggerire soluzioni ottimali a problemi complessi, simulando il comportamento umano. Uno degli ambiti dove l’intervento umano è da sempre centrale, è proprio quello delle cure mediche e dei servizi sanitari. Questo non significa necessariamente che le macchine si sostituiranno all’uomo. Piuttosto, che queste tecnologie garantiranno all’uomo uno strumento di sostegno sempre più preciso ed efficace, in grado di fornire supporto per la risoluzione di problemi complessi. Ed è proprio per questo motivo che AI e Analytics ben si conciliano con le esigenze del settore sanitario, le cui sfide possono essere fondamentalmente ricondotte a due macro-obiettivi:

·       Incrementare la qualità e l’efficienza del servizio

·       Supportare e velocizzare i processi decisionali

Aumentare la qualità e l’efficienza dei servizi offerti significa ad esempio fornire ai pazienti uno strumento intelligente, quale può essere un chatbot, in grado di gestire end-to-end in modo automatizzato il processo di prenotazione delle prestazioni sanitarie. Oppure, dotare un assistente virtuale di un motore di raccomandazione, noto nel settore come health-based recommender system, in grado di indirizzare la diagnosi sin dalle prime fasi del patient journey, a partire dai sintomi comunicati al software dal paziente.

Efficienza significa anche riduzione dei costi di erogazione dei servizi. In tal senso, l’automazione di attività ripetitive, quali ad esempio lo svolgimento delle pratiche burocratiche, può scaricare il personale medico da compiti a scarso valore aggiunto, e permettergli di concentrarsi sul rapporto con il paziente. Per questo motivo trovano ampie opportunità di applicazione anche i sistemi più semplici di Optical Character Recognition, in grado di estrarre informazioni dai documenti amministrativi e ad esempio controllare le fatture non pagate. Allo stesso modo risultano molto utili algoritmi più complessi di Natural Language Processing, in grado di interpretare e categorizzare dati anche non strutturati, tra cui le note all’interno delle cartelle cliniche, che consentono di fare analisi puntuali sul singolo paziente, sulla struttura presso la quale è in cura o sull’intero sistema sanitario nazionale.

Quando invece parliamo di ottimizzazione dei processi decisionali tipici del settore sanitario, intendiamo ad esempio la definizione del percorso di cura più adatto per il paziente, che parte dalla prevenzione e arriva fino alla fase di post trattamento. Algoritmi di pattern recognition in grado di riconoscere rapidamente i pazienti più propensi a sviluppare una determinata patologia, in base ad informazioni quali lo stile di vita, la predisposizione familiare o i fattori ambientali, possono avere un impatto notevole nell’indirizzare azioni preventive per ridurre i rischi di contrazione della malattia.

Per quanto riguarda, invece, la scelta delle cure e in generale del percorso terapeutico più adatto per il paziente, diversi sono i progetti di ricerca e innovazione in corso d’opera su tematiche di AI. L’obiettivo non è certamente quello di sostituire l’uomo con la macchina, piuttosto di indirizzare il medico verso un determinato percorso di cura, intervenendo ad esempio con strumenti di diagnosi precoce. Algoritmi di image recognition, come dimostra uno studio pubblicato su Nature Medicine nel 2019, sono infatti in grado di analizzare immagini terapeutiche e individuare la presenza di possibili patologie quali tumori cerebrali e della pelle, con un buon grado di accuratezza, supportando i medici nel ridurre al minimo gli errori diagnostici.

I nodi aperti riguardo all’uso di Advanced Analytics e Intelligenza Artificiale in medicina sono tuttavia ancora numerosi. È indubbia la necessità di portare avanti questo cambiamento culturale, pur mantenendo un occhio critico sull’introduzione massiva di queste tecnologie, ad oggi non certamente infallibili, consci dei limiti che le caratterizzano.

HAI UN'IDEA INNOVATIVA O VUOI SPERIMENTARE UN NUOVO APPROCCIO E SEI CURIOSO DI SCOPRIRE COSA POSSIAMO FARE INSIEME?

Scopri BID for Healthcare & Pharma