scenari

Perché abbiamo bisogno di più intelligenza artificiale nella Sanità in Italia

L’IA potrebbe essere fattore stimolante di una maggiore accessibilità e fruibilità del “dato sanitario” consentendo di affrontare sfide inedite. Ciò faciliterà la diffusione, ad esempio, di sistemi per il supporto decisionale in ambito rischio clinico, di soluzioni nella logistica del flusso di lavoro in ambito ospedaliero

Pubblicato il 01 Feb 2017

Valentino Moretto

Business Developer – Links Management and Technology SpA

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Perché abbiamo bisogno di più intelligenza artificiale nella Sanità in Italia

“Stiamo transitando da un mondo “mobile first” ad un mondo “AI first””. Sono le parole con cui Sundar Pichar, CEO di Google, ha commentato recentemente l’impatto che l’intelligenza artificiale (da qui in poi AI) avrà su software, sistemi operativi ed applicazioni nel prossimo futuro.

Una recente ricerca di BCC Research sostiene che il mercato legato all’AI raggiungerà i 16 miliardi di dollari entro il 2019 con un tasso di crescita annuale poco sotto il 20%[1]. Del resto non solo Google ma tutti i grandi player stanno investendo ingenti risorse sul tema, che unitamente ad altri domini dell’innovazione digitale, rappresenta una leva strategica per il cambiamento sistematico di interi settori. Uno tra questi è certamente quello sanitario unitamente al passaggio, epocale ed obbligatorio, da una “medicina di attesa”, ospedaliera e territoriale più attenta al curare la malattia laddove si manifesti, ad una “medicina di iniziativa” fortemente orientata alla prevenzione, al benessere e alla tecnologia. Da questo punto di vista le tecnologie che passano sotto l’acronimo di “NBIC”[2]: nanotecnologie, biotecnologie, informatica, cognitive computing (Intelligenza artificiale e machine learning in sanità) unitamente ai temi legati al wearable e al mobile health potranno dare un grosso contributo al cambiamento dei sistemi e dei processi sanitari. Limitatamente al tema dell’intelligenza artificiale una recente ricerca di Frost & Sullivan[3] certifica che questo mercato potrà raggiungere i 6,6 miliardi di euro con un tasso annuo di crescita del 40%. La medesima ricerca certifica che l’AI è in grado di migliorare la diagnostica e l’esito delle cure fino al 40% e di ridurre i costi fino al 50%.

All’interno del dominio sanità vi sono numerosi ambiti di applicazione che potrebbero subire un radicale aumento di efficacia ed efficienza grazie all’AI: miglioramento dei processi di diagnosi preventiva ed anticipata, ottimizzazione del processo di somministrazione delle cure, “personalizzazione” dell’intero ciclo di vita del processo di cura, valorizzazione del patrimonio informativo strutturato e non, potenziamento dei sistemi di supporto decisionali in ambito clinico, perfezionamento e trasformazione dell’intera supply chain del settore sanitario, etc.

In alcuni di questi ambiti l’AI è già diventata assoluta protagonista. E’ il caso della startup statunitense Aspire Health che predice il decesso di malati terminali, proponendo un piano terapeutico ottimale atto alla migliore somministrazione, in termini di qualità di vita del paziente e contenimento dei costi, di cure palliative. Il tool messo a punto dalla startup americana riesce infatti a comprendere le probabilità di decesso del paziente con anticipo e con estrema accuratezza. Un altro esempio, proveniente da una ricerca svolta nel 2015[4], è l’utilizzo dell’AI correlato alla sentiment analysis per riconoscere modelli di ragionamento e discorso associati a disturbi psichici, ascoltando la voce di una persona ed identificando in maniera predittivo il danno psicotico in corso.

Appare evidente da questi esempi che il carburante necessario per innescare la “disruptive innovation” dell’AI sia la produzione e l’estrazione di enormi quantità di dati sanitari che possano essere utilizzati compatibilmente con standard e parametri tecnologici e giuridici adeguati. In tal senso l’utilizzo dei wearable e del mobile health sembra rappresentare il serbatoio informativo in grado di abilitare la ricerca e l’innovazione correlata all’AI e al mondo health.

In definitiva, l’intelligenza artificiale potrebbe essere fattore abilitante e “stimolante” di una maggiore accessibilità e fruibilità del “dato sanitario” consentendo di affrontare sfide inedite in ambito health. Ciò faciliterà la diffusione, ad esempio, di sistemi per il supporto decisionale in ambito rischio clinico, di soluzioni nella logistica del flusso di lavoro in ambito ospedaliero, nell’interoperabilità ed integrazione semantica di sistemi, nel supporto alle attività di medici e caregiver, portando le soluzioni di AI in una posizione di primissimo rilievo nella rivoluzione complessiva dei sistemi sanitari.


[1] http://www.bccresearch.com/pressroom/ias/global-market-smart-machines-expected-reach-$15.3-billion-2019

[2] Ehealth 2020, Associazione Italiana Sistemi Informativi in Sanità

[3] “Artificial Intelligence & Cognitive Computing Systems in Healthcare”

[4] “Automated analysis of free speech predicts psychosis onset in high-risk youths”

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
AI IN AZIENDA
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x