L’evoluzione della professione
L’intelligenza artificiale non andrà a sostituire completamente gli operatori sanitari, ma senza dubbio porterà ad una progressiva evoluzione della professione. Mano a mano che l’intelligenza artificiale troverà una sempre maggiore applicazione, i medici saranno gravati di un minore lavoro amministrativo e potranno avere più tempo da dedicare ai pazienti. Esseri umani e macchine lavoreranno insieme per migliorare i percorsi di cura dei pazienti e rafforzare la tenuta dei sistemi ospedalieri. Questo porterà anche alla creazione di nuovi posti di lavoro. L’azione contestuale e la tempistica delle politiche pubbliche sono, in tal senso, cruciali, al fine di garantire che la riconfigurazione della forza lavoro sia accompagnata da un’adeguata gestione del cambiamento, garantendo reti di sicurezza sociale e opportunità di riqualificazione professionale.
Per combattere le crescenti sfide sanitarie odierne, è necessario integrare sistematicamente gli strumenti abilitati all’intelligenza artificiale nel modo in cui viene fornita l’assistenza sanitaria. Possiamo identificare cinque ambiti di applicazione dell’AI per affrontare le priorità di salute pubblica e globale e rafforzare i sistemi sanitari.
Le 5 principali applicazioni dell’AI nella sanità
Salute della popolazione
Si tratta di soluzioni che utilizzano l’intelligenza artificiale per monitorare e valutare lo stato di salute di una determinata popolazione, e di conseguenza consentono di selezionare e indirizzare gli interventi di sanità pubblica più appropriati grazie all’analisi predittiva. Tali strumenti includono il monitoraggio della diffusione delle malattie e la loro pressione a livello ospedaliero, la gestione e la stratificazione del rischio, e l’elaborazione di modelli al fine di prevenire e gestire la diffusione futura di malattie o gravi epidemie.
L’elaborazione di big data su diversi ambiti della salute ha un altro importante vantaggio in termini di innovazione. Con l’avanzare dell’AI, scienziati e ricercatori stanno utilizzando i dati delle evidenze cliniche – i Real World Data, RWD – su determinate variabili sociali, comportamentali, ambientali e genetiche per cambiare il modo in cui i sistemi sanitari e i policy maker affrontano la definizione delle politiche e le priorità in materia di salute.
Esempio di applicazione. Magic Box, realizzata dall’Ufficio per l’innovazione dell’UNICEF, è una piattaforma di intelligenza artificiale che aggrega dati in tempo reale da fonti pubbliche e partner del settore privato per generare automaticamente informazioni fruibili. Utilizzando l’apprendimento automatico avanzato, Magic Box fornisce misure di risposta rapida ai decisori e agli operatori sanitari in prima linea previsioni sulla diffusione delle malattie. Grazie al suo successo, Magic Box ha beneficiato di ulteriori partnership con Amadeus, Google, IBM, Vodafone e Telefónica.
Ricerca preclinica e studi clinici
Si tratta di soluzioni che utilizzano l’intelligenza artificiale per aiutare la scoperta e la creazione di farmaci, la progettazione e l’esecuzione di studi clinici, tecnologie omiche per trattamenti altamente personalizzati. L’impatto dell’AI sulla ricerca preclinica è dato da due aspetti fondamentali: la capacità di elaborare e dare un senso compiuto a quantità inimmaginabili di dati complessi e spesso non strutturati provenienti da una varietà di fonti (ad es. dati a livello di paziente, librerie chimiche e biologiche, dati di immagini molecolari , dati biomedici e archivi di letteratura scientifica) e la capacità di ridurre sia i costi che i tempi di commercializzazione per i farmaci candidati.
Gli studi clinici sono stati tradizionalmente organizzati in modo lineare e sequenziale esaminando l’efficacia e la sicurezza di nuovi farmaci in fasi fisse di studi randomizzati, e controllati per testare farmaci su ampie popolazioni. Tuttavia, l’intelligenza artificiale sta rivoluzionando questa prassi: l’utilizzo e l’analisi dei RWD stanno accelerando e migliorando la comprensione delle malattie, il che aiuta a identificare i pazienti idonei e porta a nuovi processi di progettazione di studi clinici. Questi includono test di fattibilità automatici, reclutamento intelligente dei pazienti abilitati per RWD, monitoraggio in tempo reale delle prestazioni dei farmaci (ad es. Farmacovigilanza, efficacia), progressione della malattia e qualità della vita.
Esempio di applicazione. BenevolentAI utilizza una serie di tecnologie AI applicate alla medicina di precisione per comprendere meglio i meccanismi alla base delle malattie e sviluppare trattamenti sanitari personalizzati. L’intelligenza artificiale consente un nuovo livello di comprensione per i meccanismi della malattia nelle sue prime fasi, identificando anche i sottogruppi di pazienti che hanno maggiori probabilità di rispondere positivamente al trattamento. BenevolentAI sta ora portando l’AI nella lotta contro il COVID-19 sintonizzando il suo machine learning per mappare le proprietà chimiche note e i processi biologici del virus e identificare potenziali farmaci.
Percorsi di assistenza clinica
Si tratta di soluzioni che integrano l’intelligenza artificiale nei workflow clinici esistenti e nuovi. Le scienze cognitive hanno dimostrato che gli operatori sanitari sono sottoposti a un’enorme pressione, e spesso non dispongono delle giuste informazioni per garantire i migliori standard di cura, con un conseguente sovraccarico lavorativo e psicologico. La pressione del tempo, in particolare, influenza i processi decisionali e l’aderenza alle linee guida nella pratica clinica, costringendo i medici a fare meno domande, a condurre esami clinici meno approfonditi e a fornire meno consigli sullo stile di vita. Dunque, il supporto decisionale clinico abilitato all’intelligenza artificiale, il triage, i referral e le soluzioni diagnostiche possono aiutare a migliorare i workflow.
I sistemi di intelligenza artificiale possono persino assistere le procedure chirurgiche con supporto decisionale e monitoraggio, nonché fornitura di perdite di sangue in tempo reale. Inoltre, con l’aumento dell’imaging biomedico, le soluzioni del percorso di assistenza clinica AI aiutano i medici a gestire la quantità sempre crescente di dati che devono interpretare e sui quali devono agire. Nell’imaging è stato spesso dimostrato che l’AI supera i medici sia nella diagnostica per precisione ed efficienza. Inoltre, l’intelligenza artificiale può aiutare a evidenziare i pazienti ad alto rischio, avvisando i medici dei risultati che richiedono un’azione urgente. Queste soluzioni hanno avuto particolare successo nell’analisi delle immagini radiologiche e istopatologiche. Invece di sostituire gli esseri umani, tali soluzioni attualmente aiutano gli operatori sanitari fornendo supporto analitico, diagnostico e decisionale.
Esempio di applicazione. Niramai (Niramai Health Analytix) è una start-up indiana che ha realizzato una soluzione di intelligenza artificiale cloud in grado di utilizzare le immagini di una termocamera per rilevare il cancro al seno in fase iniziale, in un ambiente senza contatto e senza valutazione invasiva. Sostituisce la necessità di mammografia e radioterapia o metodi diagnostici basati sul tatto. La procedura è semplice e comoda: il paziente entra in una piccola cabina con un sensore termico che misura le variazioni di temperatura sul torace e lascia che il software AI faccia il resto. L’intelligenza artificiale di Niramai si avvale delle ottime prestazioni del deep learning nell’analisi e nella classificazione delle immagini, rilevando anche le più piccole strutture dei vasi sanguigni che aiutano a determinare i tumori profondi spesso ignorati dalla termografia. In questo modo, aumenta la possibilità di una diagnosi precoce e potenzialmente viene ridotta la mortalità.
Metodi di cura personalizzati
Si tratta di soluzioni di intelligenza artificiale che interagiscono direttamente con i pazienti, tra le quali coaching personalizzato sulla salute e consigli sullo stile di vita, fornitura di terapie (per lo più non cliniche), chatbot. Le informazioni generate da queste soluzioni aiutano a consentire una migliore comprensione dei pazienti e dei loro vari problemi di salute: l’AI aiuta nell’identificazione del tipo e della gravità delle condizioni di un paziente e a fornire direttamente delle terapie. L’obiettivo è motivare i pazienti ad assumersi maggiori responsabilità nella gestione della propria salute, sebbene non si intenda sostituire gli operatori sanitari nell’elaborazione di diagnosi e cure. Soprattutto in luoghi dove è difficile un rapporto continuativo medico-paziente o mancano gli specialisti, gli strumenti di intelligenza artificiale possono apportare un enorme valore ai pazienti consentendo loro di accedere a informazioni mediche, raccomandazioni comportamentali e sullo stile di vita, consigli in merito a terapie e anche potenziali diagnosi senza doversi recare in una struttura sanitaria, che in alcune realtà può richiedere molto tempo e denaro.
Esempio di applicazione. Ada Health è un’azienda tecnologica fondata da medici, scienziati e pionieri del settore che fornisce una soluzione mobile di valutazione dei sintomi basata sull’intelligenza artificiale. In questo modo, aiuta ad aumentare l’accesso alle informazioni mediche per medici e pazienti e fornisce raccomandazioni sui passi successivi. Una persona inserisce i propri sintomi tramite un chatbot, rispondendo a diverse domande di adaptive learning, fino a quando Ada non ha raggiunto una valutazione del potenziale problema di salute utilizzando il ragionamento probabilistico. Per ogni valutazione, Ada considera tutti i dati a livello di paziente disponibili e caricati, inclusi anamnesi, sintomi e fattori di rischio. La soluzione conta ora 10 milioni di utenti con 18 milioni di valutazioni e nell’Africa sub-sahariana più di 800.000 persone hanno scaricato l’app (è anche la prima soluzione di valutazione dei sintomi tradotta in swahili). Strumenti come Ada hanno il potenziale per affrontare le disuguaglianze sanitarie esistenti e fornire competenze mediche ad operatori sanitari e pazienti allo stesso modo, il tutto con l’obiettivo di migliorare la qualità, l’accesso e il costo dell’assistenza sanitaria.
Ottimizzazione delle supply chain
Si tratta di soluzioni di intelligenza artificiale che ottimizzano i processi di back-end nel settore sanitario, come approvvigionamento, logistica, pianificazione del personale, gestione dell’invio di servizi di emergenza, note mediche automatizzate e analisi dell’esperienza del paziente. In tutti i settori, l’AI ha dimostrato più volte la capacità di ottimizzare i processi, e la sanità non è diversa. Il valore potenziale creato dall’intelligenza artificiale nell’ottimizzazione del flusso di lavoro dell’amministrazione sanitaria e nel rilevamento delle frodi ammonta ad oltre 35 miliardi di dollari a livello globale.
Esempio di applicazione. Corti è uno strumento che utilizza l’intelligenza artificiale per aiutare a identificare gli arresti cardiaci nel corso di chiamate di emergenza, consentendo la risposta più rapida possibile da parte del call center e fornendo anche istruzioni mirate per le misure di primo soccorso salvavita. L’intelligenza artificiale è stata addestrata con set di dati storici delle chiamate di emergenza; viene stabilito un valore predittivo per l’arresto cardiaco, che viene automaticamente inoltrato alla squadra dei primi soccorritori. Corti agisce, dunque, come assistente personale ai call center di emergenza, spingendoli a porre le domande più rilevanti, e fornendo approfondimenti e una stima previsionale sulla probabilità che un chiamante soffra di arresto cardiaco. Per aiutare ulteriormente i call center di emergenza a migliorare, Corti analizza i dati di ogni telefonata per fornire feedback ai gestori delle chiamate. Corti è in grado di identificare l’arresto cardiaco in modo più accurato e veloce rispetto agli umani. La velocità è vitale per l’OHCA, poiché ogni minuto senza trattamento riduce le possibilità di sopravvivenza del 10%.
