Fabio Pascali, Regional Director Italy di Cloudera, ha condiviso alcune riflessioni sull’utilizzo dei dati nel settore sanitario, un ambito in cui la trasformazione digitale può avere ripercussioni grandissime sulla sostenibilità e sull’accessibilità.
La pandemia di COVID-19 ha accelerato la digitalizzazione dei sistemi sanitari in tutto il mondo, con effetti positivi visibili nell'uso efficiente dei dati per prevenire e gestire le malattie.
Ad esempio, un'agenzia assicurativa in Africa ha raccolto e analizzato dati per identificare i soggetti a rischio di sviluppare forme gravi del Covid e fornire interventi preventivi su misura, ad esempio dotandoli di pulsossimetro e fornendo linee guida precise sul suo utilizzo.
Secondo i dati forniti dall’assicurazione, questa campagna di prevenzione ha portato a una riduzione della mortalità del 60%, un risultato davvero eccezionale.
Il Dipartimento della Salute degli Stati Uniti sta utilizzando i dati per prevenire gli errori di somministrazione di farmaci oppiacei. Nel 2019, 10,1 milioni di persone hanno abusato di oppioidi, che si ritiene siano stati in qualche misura corresponsabili di due terzi dei decessi per overdose.
Keck Medicine ha sviluppato un progetto che utilizza i dati per eliminare gli errori di inserimento manuale delle prescrizioni e fornisce visibilità a tutta l’organizzazione, con l’obiettivo di prevenire gli errori di somministrazione.
In Italia, la digitalizzazione della sanità sta guadagnando slancio con la crescita della spesa e la disponibilità di fondi per la realizzazione di progetti, come il Fascicolo Sanitario Elettronico che sta avendo una grande spinta nonostante una variabilità eccessiva tra una regione e l’altra; a giugno dello scorso anno erano 57,7 milioni i fascicoli attivi, con 385 milioni di referti digitalizzati.
Il fattore AI
I dati sono alla base di molti sviluppi tecnologici che si apprestano a rivoluzionare diversi aspetti del sistema sanitario, in particolare migliorando la precisione della diagnosi e l’efficacia delle terapie.
Per esempio, nel centro di ricerca sui tumori di Heidelberg, in Germania, è stato implementato un sistema basato sull’intelligenza artificiale che viene utilizzato per analizzare le immagini della diagnostica, i dati genetici e le biopsie con l'obiettivo di identificare le opzioni di trattamento più efficaci per ogni caso.
Il settore sanitario deve scontrarsi con la carenza di personale, in particolare di operatori esperti; una quota importante di questi operatori, già messi sottopressione dall’emergenza legata alla pandemia, si sta infatti avviando a concludere il suo percorso lavorativo per andare in pensione.
Questa situazione non potrà che inasprire le condizioni per il personale in servizio, spesso già sottoposto a turni lunghi e faticosi che contribuiscono ad aumentare il rischio di errori e decisioni sbagliate.
Anche in questo caso, l'utilizzo di modelli basati sui dati con intelligenza artificiale può aiutare a gestire il sovraccarico di lavoro e a prevenire errori nella diagnosi.
La chiave di tutte queste evoluzioni sono i dati: la sfida consiste nell'elaborare questo enorme volume di informazioni, sia storiche sia in tempo reale, attraverso l'uso di intelligenza artificiale per migliorare le diagnosi e le cure.
Gli operatori sanitari hanno bisogno di potenti risorse di calcolo e archiviazione; è necessario sviluppare una strategia per la gestione dei dati che consideri la privacy e la sicurezza dei pazienti. Strumenti tecnologici sono disponibili per creare piattaforme di gestione dei dati sanitari alla base dello sviluppo di modelli di AI.
