AI e Big data, come supportare la digitalizzazione di Sanità e Welfare - Agenda Digitale

SPONSORED

AI e Big data, come supportare la digitalizzazione di Sanità e Welfare

Big Data e intelligenza artificiale sono in grado di rivoluzionare i processi nei settori della Sanità e del Welfare, a patto che avvenga un cambiamento culturale che porti a una nuova consapevolezza sulla loro utilità: non mancano gli esempi concreti

07 Lug 2021
Florindo Palladino

CTO - artea.com

La trasformazione digitale nell’ambito della Sanità e del Welfare rende più fluidi ed efficienti i processi interni ed esterni, con benefici sia per il personale delle strutture che per i cittadini. Uno scenario su cui l’Italia punta, come dimostrato anche dagli indirizzi previsti nel PNRR – Piano nazionale di ripresa e resilienza. In questo contesto, le innovazioni portate dall’intelligenza artificiale e dalla gestione dei Big data hanno un impatto rivoluzionario, in grado di modificare profondamente gli asset operativi e organizzativi in una prospettiva di miglioramento nell’erogazione dei propri servizi: questa la direzione che la cartella sanitaria del futuro deve intraprendere.

Sanità e welfare, stato dell’arte del percorso di digitalizzazione 

Tradizionalmente, lo stato di digitalizzazione in questi due settori è abbastanza precario: in Italia siamo indietro rispetto agli altri Paesi europei. Ci sono stati timidi tentativi di accelerazione, come per esempio l’informatizzazione a livello regionale e la diffusione della cartella elettronica, ma non siamo riusciti ad andare oltre alla capacità di prendere appuntamenti e refertare l’esito di esami o consegnare gli esiti dell’attività amministrativa al cittadino. Siamo lontani da una digitalizzazione completa che permetta l’acquisizione di dati utilizzabili a fini strategici. C’è in questo ambito un gap da colmare, che porta all’assenza e alla bassa qualità dei dati clinici, destrutturati e poco fruibili. È complicato colmare questo divario ma rappresenta una priorità per una Sanità digitale efficiente.

Inoltre, c’è una certa resistenza al cambiamento dato dalla situazione presente in tutte le istituzioni sanitarie e dalla percezione non troppo positiva dell’impatto che innovazioni come l’intelligenza artificiale possono avere. Spesso il GDPR è usato in maniera strumentale per non consentire utilizzo dei dati, quando in realtà il regolamento è molto utile e fornisce le indicazioni per usare i dati in totale sicurezza. Ci sono contesti in cui c’è una resistenza importante all’integrazione, spesso l’utilità dell’AI non viene pienamente riconosciuta e c’è timore di sbagliare e incappare in sanzioni: in questi casi regna anche la confusione.

I vantaggi dell’uso dei Big Data 

La trasformazione digitale dovrebbe iniziare con la creazione dei Big Data. A questo scopo, è necessario attuare il paradigma dell’interoperabilità. È indispensabile infatti avere la capacità di organizzarsi per una condivisione dei dati sicura e proficua e permetterne così la fruibilità senza violare la privacy. L’infrastruttura in cloud ci viene incontro, permettendo un alto livello di flessibilità con costi bassissimi, rendendo l’archiviazione non più un problema. Bisogna però creare strumenti di raccolta dei dati capaci di parlare tra di loro e condividere uno spazio comune.

La priorità in questo senso è creare strumenti in grado di concretizzare l’organizzazione e la condivisione dei dati, che in Sanità sono centrali per dare una soluzione tangibile e reale ai reparti ospedalieri al fine di fruire in modo organizzato delle nuove tecnologie. Nelle visite di logopedia per esempio gli specialisti registrano tantissimi file audio: poterli custodire in un perimetro GDPR, automatizzare la trascrizione con il machine learning e fare diagnosi in modo automatizzato sono attività che rivoluzionano il lavoro.

Le applicazioni di AI 

In tale contesto, è importante anche la parte di predizione, attuabile tramite il machine learning. Questa in Sanità innanzitutto significa prevenzione: non dobbiamo aspettare che il cittadino diventi paziente, l’ideale sarebbe  che la predizione che si può attivare con l’intelligenza artificiale aiutasse le persone in modo personalizzato, creando un set di dati per aiutare gli algoritmi a imparare quali sono eventuali stili di vita scorretti e predisposizioni alle malattie, con l’obiettivo di formulare diagnosi precoci e capire i fattori di sviluppo delle patologie. Per esempio sarebbe utile l’impiego di algoritmi di raccomandazione, che possono aiutare a consigliare esami, stili di vita, attività da svolgere nel contesto healthcare. Inoltre, relativamente alla parte diagnostica, l’AI può supportare e avvantaggiare i medici nell’individuare le patologie e predisporre accurati percorsi terapeutici.

Con la diffusione e l’implementazione di queste innovazioni la cartella clinica del futuro non sarà solo un contenitore di informazioni, ma un sistema di collaborazione in grado di accompagnare il cittadino adottando un approccio preventivo e supportando il personale medico con precisione. Questo ecosistema virtuoso può nascere solo se sussiste un protocollo condiviso per l’interscambio di dati, caratteristica fondamentale per la cartella clinica di un domani: le informazioni dovranno essere fruibili e condivisibili, in qualsiasi forma si trovino, per esempio anche come file multimediali.

Il caso di artea.com 

Per capire in che modo queste innovazioni supportano il settore sanitario e il Welfare, è interessante approfondire il caso di artea.com e della fondazione Operation Smile. Quest’ultima è una onlus che si pone l’obiettivo di agevolare a livello internazionale le operazioni chirurgiche maxillo-facciali nei Paesi del mondo che non dispongono di eccellenze mediche, “prestando” personale sanitario con relativo know how, metodologia e strumentazione. Vengono in particolare organizzate vere e proprie stagioni annuali in cui si fanno spedizioni nei Paesi denominati “receiver” con medici da parte di Paesi “giver”, al fine di condurre operazioni. La onlus si è rivolta ad artea.com in quanto necessitava di una soluzione per  raccogliere informazioni necessarie per il trattamento della chirurgia facciale pur essendo la propria realtà delocalizzata in tutto il mondo. Serviva quindi un sistema cross-clinic e cross-organization, si puntava in particolare a integrare tutte le attività in un network per raccogliere più informazioni possibili al fine di formulare studi e strategie per migliorare le performance e la capacità di intervento.

A questo pro, artea.com in collaborazione con Microsoft ha creato sul cloud Azure un ambiente big data usando applicazioni distribuite. Il cloud è un’infrastruttura abilitante per realizzare un sistema come quello di cui necessitava la onlus, inoltre l’architettura tecnica di artea.com permette lo sviluppo su criteri di scalabilità, affidabilità e computo parallelo. In primis quindi è stata realizzata l’architettura per la fase di ingestion delle informazioni, poi è stata introdotta una pipeline per estrarre i contenuti e arricchirli attraverso operazioni di machine learning, creando infine dei data set. L’attività di Operation Smile infatti permette di accumulare molti dati e contribuisce così a creare il patrimonio di big data necessario a realizzare un sistema virtuoso che permette di mantenere le informazioni tutte insieme. In questo modo poi gli algoritmi di machine learning possono creare raccomandazioni e predizioni sul territorio.

L’articolo è parte di un progetto di comunicazione editoriale che Agendadigitale.eu sta sviluppando con il partner Artea

@RIPRODUZIONE RISERVATA

Articolo 1 di 4